論文の概要: Renard: A Modular Pipeline for Extracting Character Networks from Narrative Texts

• arxiv url: http://arxiv.org/abs/2407.02284v1
• Date: Tue, 2 Jul 2024 14:14:59 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-03 15:06:12.781087
• Title: Renard: A Modular Pipeline for Extracting Character Networks from Narrative Texts
• Title（参考訳）: Renard: ナラティブテキストから文字ネットワークを抽出するモジュールパイプライン
• Authors: Arthur Amalvy, Vincent Labatut, Richard Dufour,
• Abstract要約: RenardはPythonライブラリで、ユーザーはナラティブテキストから文字ネットワークを抽出するカスタム自然言語処理(NLP)パイプラインを定義できる。 レナードパイプラインはモジュラーであり、ユーザーは文字ネットワークを抽出するのに必要な各NLPサブタスクの実装を選択することができる。
• 参考スコア（独自算出の注目度）: 6.633914491587503
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Renard (Relationships Extraction from NARrative Documents) is a Python library that allows users to define custom natural language processing (NLP) pipelines to extract character networks from narrative texts. Contrary to the few existing tools, Renard can extract dynamic networks, as well as the more common static networks. Renard pipelines are modular: users can choose the implementation of each NLP subtask needed to extract a character network. This allows users to specialize pipelines to particular types of texts and to study the impact of each subtask on the extracted network.
• Abstract（参考訳）: Renard (Relationships extract from NARrative Documents)はPythonのライブラリで、ユーザーはカスタム自然言語処理(NLP)パイプラインを定義でき、物語のテキストから文字ネットワークを抽出できる。 既存のツールとは対照的に、Renardは動的ネットワークだけでなく、より一般的な静的ネットワークも抽出できる。 レナードパイプラインはモジュラーであり、ユーザーは文字ネットワークを抽出するのに必要な各NLPサブタスクの実装を選択することができる。 これにより、ユーザーは特定のタイプのテキストにパイプラインを特化でき、各サブタスクが抽出されたネットワークに与える影響を調べることができる。

関連論文リスト

• pyvene: A Library for Understanding and Improving PyTorch Models via Interventions [79.72930339711478]
  $textbfpyvene$は、さまざまなPyTorchモジュールに対するカスタマイズ可能な介入をサポートするオープンソースライブラリである。 私たちは、$textbfpyvene$が、ニューラルモデルへの介入を実行し、他のモデルとインターバルされたモデルを共有するための統一されたフレームワークを提供する方法を示します。
  論文  参考訳（メタデータ） (2024-03-12T16:46:54Z)
• InstructPipe: Building Visual Programming Pipelines with Human Instructions [31.827306976375876]
  InstructPipeは、ユーザーがテキスト命令で機械学習パイプライン(ML)のプロトタイピングを開始することができるAIアシスタントである。 InstructPipeは従来の方法に比べてユーザインタラクションを81.1%削減する。
  論文  参考訳（メタデータ） (2023-12-15T10:34:53Z)
• Interpreting Deep Neural Networks with the Package innsight [0.951828574518325]
  innsightは一般的に、ニューラルネットワークのための機能属性メソッドを実装する最初のRパッケージである。 ディープラーニングライブラリとは独立して動作し、任意のRパッケージからモデルの解釈を可能にする。 Innsightは、トーチパッケージの高速かつ効率的な配列計算から内部的に恩恵を受ける。
  論文  参考訳（メタデータ） (2023-06-19T10:12:32Z)
• torchgfn: A PyTorch GFlowNet library [56.071033896777784]
  torchgfnはPyTorchライブラリで、このニーズに対処することを目指している。 環境のためのシンプルなAPIと、サンプルと損失のための有用な抽象化を提供する。
  論文  参考訳（メタデータ） (2023-05-24T00:20:59Z)
• Towards Relation Extraction From Speech [56.36416922396724]
  本稿では,新たな聴取情報抽出タスク,すなわち音声関係抽出を提案する。 本研究では,音声合成システムによる音声関係抽出のための訓練データセットを構築し,英語母語話者によるクラウドソーシングによるテストデータセットを構築した。 我々は,音声関係抽出における課題を識別するための包括的実験を行い,今後の探索に光を当てる可能性がある。
  論文  参考訳（メタデータ） (2022-10-17T05:53:49Z)
• Plumber: A Modular Framework to Create Information Extraction Pipelines [1.3326219707058071]
  PLUMBERは、コミュニティが作成したツールプールからユーザーが手動で自動的に適切なIEパイプラインを作成できる最初のフレームワークである。 このアプローチは、パイプラインを変更し、IEタスクを実行するためのインタラクティブな媒体を提供する。
  論文  参考訳（メタデータ） (2022-06-03T08:10:35Z)
• Separate What You Describe: Language-Queried Audio Source Separation [53.65665794338574]
  言語問合せ音声ソース分離(LASS)の課題について紹介する。 LASSは、ターゲットソースの自然言語クエリに基づいて、ターゲットソースをオーディオミックスから分離することを目的としている。 本稿では,音響情報と言語情報を協調処理するエンドツーエンドニューラルネットワークLASS-Netを提案する。
  論文  参考訳（メタデータ） (2022-03-28T23:47:57Z)
• Transforming UNL graphs in OWL representations [0.0]
  本稿では,RDF上にUniversal Networking Language (UNL)仕様を実装した。 RDF-UNLグラフは、一般的なSHACLルールを用いてコンテンツ抽出をサポートすることができることを示す。 当社のRDF-UNL実装と本論文の動作例のコードはすべて,CeCILL-Bライセンス下で公開されている。
  論文  参考訳（メタデータ） (2022-01-13T09:04:00Z)
• pyBART: Evidence-based Syntactic Transformations for IE [52.93947844555369]
  pyBARTは、英語のUD木を拡張UDグラフに変換するためのオープンソースのPythonライブラリである。 パターンに基づく関係抽出のシナリオで評価すると、より少ないパターンを必要としながら、より高精細なUDよりも高い抽出スコアが得られる。
  論文  参考訳（メタデータ） (2020-05-04T07:38:34Z)
• TextBrewer: An Open-Source Knowledge Distillation Toolkit for Natural Language Processing [64.87699383581885]
  自然言語処理のためのオープンソースの知識蒸留ツールキットTextBrewerを紹介する。 テキスト分類、読解、シーケンスラベリングなどの教師あり学習タスクをサポートする。 ケーススタディでは、TextBrewerを使用して、いくつかの典型的なNLPタスクでBERTを蒸留する。
  論文  参考訳（メタデータ） (2020-02-28T09:44:07Z)

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。