論文の概要: CReMa: Crisis Response through Computational Identification and Matching of Cross-Lingual Requests and Offers Shared on Social Media
- arxiv url: http://arxiv.org/abs/2405.11897v1
- Date: Mon, 20 May 2024 09:30:03 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-21 13:34:30.845416
- Title: CReMa: Crisis Response through Computational Identification and Matching of Cross-Lingual Requests and Offers Shared on Social Media
- Title（参考訳）: CReMa: ソーシャルメディア上で共有された言語間要求の計算的識別とマッチングによる危機応答
- Authors: Rabindra Lamsal, Maria Rodriguez Read, Shanika Karunasekera, Muhammad Imran,
- Abstract要約: 本研究は、緊急時のソーシャルメディアプラットフォームにおける支援要請と提供を効果的に識別し、マッチングすることの課題に対処する。
CReMaは,テキスト,時間,空間的特徴を統合した多言語要求-オフアマッチングのための体系的アプローチである。
オーストラリアで最もよく使われている16言語にまたがって、ヘルプ検索のシナリオをシミュレートし、ソーシャルメディアに支援を提供する、新しい多言語データセットを導入する。
- 参考スコア（独自算出の注目度）: 5.384787836425144
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: During times of crisis, social media platforms play a vital role in facilitating communication and coordinating resources. Amidst chaos and uncertainty, communities often rely on these platforms to share urgent pleas for help, extend support, and organize relief efforts. However, the sheer volume of conversations during such periods, which can escalate to unprecedented levels, necessitates the automated identification and matching of requests and offers to streamline relief operations. This study addresses the challenge of efficiently identifying and matching assistance requests and offers on social media platforms during emergencies. We propose CReMa (Crisis Response Matcher), a systematic approach that integrates textual, temporal, and spatial features for multi-lingual request-offer matching. By leveraging CrisisTransformers, a set of pre-trained models specific to crises, and a cross-lingual embedding space, our methodology enhances the identification and matching tasks while outperforming strong baselines such as RoBERTa, MPNet, and BERTweet, in classification tasks, and Universal Sentence Encoder, Sentence Transformers in crisis embeddings generation tasks. We introduce a novel multi-lingual dataset that simulates scenarios of help-seeking and offering assistance on social media across the 16 most commonly used languages in Australia. We conduct comprehensive cross-lingual experiments across these 16 languages, also while examining trade-offs between multiple vector search strategies and accuracy. Additionally, we analyze a million-scale geotagged global dataset to comprehend patterns in relation to seeking help and offering assistance on social media. Overall, these contributions advance the field of crisis informatics and provide benchmarks for future research in the area.
- Abstract（参考訳）: 危機期には、ソーシャルメディアプラットフォームはコミュニケーションの促進と資源の調整に重要な役割を担っている。
混乱と不確実性の中で、コミュニティはしばしばこれらのプラットフォームを頼りにし、助けを求める緊急の嘆願を共有し、支援を拡張し、救援活動の組織化を行っている。
しかし、前例のないレベルにエスカレートできるこのような期間の会話の量は、要求の自動識別とマッチングを必要とし、救援活動の合理化を提供する。
本研究は、緊急時のソーシャルメディアプラットフォームにおける支援要請と提供を効果的に識別し、マッチングすることの課題に対処する。
本稿では,CReMa(Crisis Response Matcher)を提案する。
危機に特有の事前訓練されたモデルセットであるCrisisTransformersと、言語間埋め込みスペースを活用することで、危機埋め込みタスクにおいて、RoBERTa、MPNet、BERTweetなどの強力なベースラインを上回りながら、識別とマッチングタスクを向上し、クラス分けタスクではUniversal Sentence Encoder、Sentence Transformers、危機埋め込みタスクではSentence Transformersを利用する。
オーストラリアで最もよく使われている16言語にまたがって、ヘルプ検索のシナリオをシミュレートし、ソーシャルメディアに支援を提供する、新しい多言語データセットを導入する。
我々は、これらの16言語にわたる包括的な言語間実験を行い、また、複数のベクトル探索戦略と精度のトレードオフについても検討する。
さらに、100万件のジオタグ付きグローバルデータセットを分析し、ソーシャルメディアへの支援や支援の提供に関連するパターンを理解する。
全体として、これらの貢献は危機情報学の分野を前進させ、地域の将来の研究のためのベンチマークを提供する。
関連論文リスト
- CLARINET: Augmenting Language Models to Ask Clarification Questions for Retrieval [52.134133938779776]
CLARINETは,回答が正しい候補の確実性を最大化する質問を選択することで,情報的明確化を問うシステムである。
提案手法は,大規模言語モデル(LLM)を検索分布の条件付きで拡張し,各ターンで真の候補のランクを最大化する問題を生成する。
論文 参考訳（メタデータ） (2024-04-28T18:21:31Z) - Against The Achilles' Heel: A Survey on Red Teaming for Generative Models [60.21722603260243]
赤いチーム作りの分野は急速に成長しており、パイプライン全体をカバーする包括的な組織の必要性を強調している。
120以上の論文を調査し,言語モデル固有の能力に根ざした,きめ細かい攻撃戦略の分類を導入した。
我々は,様々な自動レッド・チーム・アプローチを統合するサーチ・フレームワークを開発した。
論文 参考訳（メタデータ） (2024-03-31T09:50:39Z) - Semantically Enriched Cross-Lingual Sentence Embeddings for Crisis-related Social Media Texts [3.690904966341072]
危機関連ソーシャルメディアテキストのセマンティック検索やクラスタリングなどのタスクは、危機談話の理解を深める。
事前訓練された言語モデルは危機情報学において高度な性能を持つが、文脈埋め込みには意味のある意味が欠けている。
本稿では,危機関連ソーシャルメディアテキストを50以上の言語に埋め込んだ多言語文エンコーダを提案する。
論文 参考訳（メタデータ） (2024-03-25T10:44:38Z) - CrisisTransformers: Pre-trained language models and sentence encoders for crisis-related social media texts [3.690904966341072]
ソーシャルメディアプラットフォームは危機コミュニケーションにおいて重要な役割を担っているが、危機に関連するソーシャルメディアのテキストを分析することは、その非公式な性質のため困難である。
本研究では,事前訓練された言語モデルと文エンコーダのアンサンブルであるCrisisTransformersを紹介した。
論文 参考訳（メタデータ） (2023-09-11T14:36:16Z) - Coping with low data availability for social media crisis message
categorisation [3.0255457622022495]
この論文は、緊急対応のための危機メッセージの分類において、データ可用性の低い課題に対処することに焦点を当てている。
これはまず、過去の危機イベントから注釈付きデータから分類モデルを学ぶことを含む、この問題の解決策としてドメイン適応を提示する。
モデルが過去の複数のイベントに対してトレーニングされ、進行中の複数のイベントに適応する多対多適応では、マルチタスク学習アプローチが提案される。
論文 参考訳（メタデータ） (2023-05-26T19:08:24Z) - CrisisLTLSum: A Benchmark for Local Crisis Event Timeline Extraction and
Summarization [62.77066949111921]
本稿では,現在までに利用可能な地域危機イベントタイムラインの最大のデータセットであるCrisisLTLSumについて述べる。
CrisisLTLSumには、山火事、地元の火災、交通、嵐の4つの領域にわたる1000の危機イベントタイムラインが含まれている。
最初の実験では, 両タスクの人的性能と比較して, 強いベースライン性能の間に有意な差があることが示唆された。
論文 参考訳（メタデータ） (2022-10-25T17:32:40Z) - Cross-Lingual and Cross-Domain Crisis Classification for Low-Resource
Scenarios [4.147346416230273]
本稿では,言語間およびドメイン間ラベル付きデータを活用することで,危機事象に関連するメッセージを自動的に分類するタスクについて検討する。
私たちのゴールは、高リソース言語のラベル付きデータを使用して、他の(低リソースの)言語や、新しい(以前は見えなかった)危機状況からのメッセージを分類することです。
我々の経験的発見は、英語の危機イベントのデータを利用して、スペイン語やイタリア語など他の言語で同じ種類の出来事を分類することが可能であることを示している。
論文 参考訳（メタデータ） (2022-09-05T20:57:23Z) - Cross-Lingual Query-Based Summarization of Crisis-Related Social Media:
An Abstractive Approach Using Transformers [3.042890194004583]
本研究では,ソーシャルメディア投稿から危機関連情報を検索・要約するための言語横断手法を提案する。
本稿では、構造化されたクエリと要約を作成する方法を通じて、さまざまな情報要求を統一的に表現する方法について述べる。
論文 参考訳（メタデータ） (2022-04-21T16:07:52Z) - BERTuit: Understanding Spanish language in Twitter through a native
transformer [70.77033762320572]
bfBERTuitは、これまでスペイン語のために提案された大きなトランスフォーマーで、2億3000万のスペイン語ツイートの膨大なデータセットで事前トレーニングされている。
私たちのモチベーションは、スペイン語のTwitterをよりよく理解し、このソーシャルネットワークにフォーカスしたアプリケーションに利用するための強力なリソースを提供することです。
論文 参考訳（メタデータ） (2022-04-07T14:28:51Z) - Clustering of Social Media Messages for Humanitarian Aid Response during
Crisis [47.187609203210705]
近年のDeep Learning and Natural Language Processingの進歩は,情報度を分類する作業において,事前のアプローチよりも優れていることを示す。
本稿では,これらの手法を2つのサブタスクに拡張し,Deep Learning法も有効であることを示す。
論文 参考訳（メタデータ） (2020-07-23T02:18:05Z) - Multimodal Categorization of Crisis Events in Social Media [81.07061295887172]
本稿では,画像とテキストの両方を入力として利用するマルチモーダル融合法を提案する。
特に、弱モダリティから非形式的および誤解を招くコンポーネントをフィルタリングできるクロスアテンションモジュールを導入する。
本手法は,3つの危機関連タスクにおいて,一様アプローチと強いマルチモーダルベースラインを大きなマージンで上回ることを示す。
論文 参考訳（メタデータ） (2020-04-10T06:31:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。