論文の概要: Capturing Style in Author and Document Representation

• arxiv url: http://arxiv.org/abs/2407.13358v1
• Date: Thu, 18 Jul 2024 10:01:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-19 15:50:32.153112
• Title: Capturing Style in Author and Document Representation
• Title（参考訳）: 著者・文書表現におけるスタイルの捉え方
• Authors: Enzo Terreau, Antoine Gourru, Julien Velcin,
• Abstract要約: 著者と文書の埋め込みをスタイリスティックな制約で学習する新しいアーキテクチャを提案する。 本稿では,Gutenbergプロジェクトから抽出した文芸コーパス,Blog Authorship,IMDb62の3つのデータセットについて評価を行った。
• 参考スコア（独自算出の注目度）: 4.323709559692927
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A wide range of Deep Natural Language Processing (NLP) models integrates continuous and low dimensional representations of words and documents. Surprisingly, very few models study representation learning for authors. These representations can be used for many NLP tasks, such as author identification and classification, or in recommendation systems. A strong limitation of existing works is that they do not explicitly capture writing style, making them hardly applicable to literary data. We therefore propose a new architecture based on Variational Information Bottleneck (VIB) that learns embeddings for both authors and documents with a stylistic constraint. Our model fine-tunes a pre-trained document encoder. We stimulate the detection of writing style by adding predefined stylistic features making the representation axis interpretable with respect to writing style indicators. We evaluate our method on three datasets: a literary corpus extracted from the Gutenberg Project, the Blog Authorship Corpus and IMDb62, for which we show that it matches or outperforms strong/recent baselines in authorship attribution while capturing much more accurately the authors stylistic aspects.
• Abstract（参考訳）: 幅広い自然言語処理(NLP)モデルが、単語や文書の連続的および低次元表現を統合している。 驚くべきことに、著者のための表現学習を研究するモデルはほとんどない。 これらの表現は、著者の識別や分類、レコメンデーションシステムなど、多くのNLPタスクに使用することができる。 現存する作品の強い制限は、明らかに書風を捉えておらず、文学データにはほとんど適用できないことである。 そこで我々は,文体制約のある著者と文書の埋め込みを学習する,変分情報ボトルネック(VIB)に基づく新しいアーキテクチャを提案する。 我々のモデルは、事前訓練された文書エンコーダを微調整する。 書字スタイルインジケータに関して,表現軸を解釈可能にした事前定義されたスタイル的特徴を加えることで,書字スタイルの検出を刺激する。 我々は,Gutenberg Project,Blog Authorship Corpus,IMDb62から抽出した文芸コーパスを3つのデータセットで評価した。

関連論文リスト

• Can Authorship Representation Learning Capture Stylistic Features? [5.812943049068866]
  本研究では,サロゲートオーサシップ予測タスクで学習した表現が,実際に書体に敏感であることを示す。 結果として、著者の表現は、時間とともに話題が漂うような、ある種のデータシフトに対して堅牢であることが期待できる。 我々の発見は、スタイル転送のようなスタイル表現を必要とする下流アプリケーションへの扉を開くかもしれない。
  論文  参考訳（メタデータ） (2023-08-22T15:10:45Z)
• Learning Interpretable Style Embeddings via Prompting LLMs [46.74488355350601]
  スタイル表現学習はテキストで著者スタイルのコンテンツに依存しない表現を構築する。 現在のスタイル表現学習では、ニューラルネットワークを使ってスタイルをコンテンツから切り離し、スタイルベクトルを作成する。 我々は、多くのテキストでスタイメトリーを実行し、合成データセットを作成し、人間の解釈可能なスタイル表現を訓練するために、プロンプトを使用する。
  論文  参考訳（メタデータ） (2023-05-22T04:07:54Z)
• ALADIN-NST: Self-supervised disentangled representation learning of artistic style through Neural Style Transfer [60.6863849241972]
  我々は、画像に描かれた意味的内容から、より強く絡み合った視覚芸術スタイルの表現を学習する。 スタイルと内容の絡み合いに強く対処することで、スタイル固有のメトリクスが大きく向上することを示します。
  論文  参考訳（メタデータ） (2023-04-12T10:33:18Z)
• Decoding the End-to-end Writing Trajectory in Scholarly Manuscripts [7.294418916091011]
  そこで本研究では,意図,著作者行動,および記述データの情報タイプに応じて,学術的な記述行動の分類を行う新しい分類法を提案する。 学術論文の分類学は,認知書記理論に動機付けられ,一般的な書記の流れを辿るために,分類のレベルが3つ含まれている。 ManuScriptは、書道の直線性と非直線性を捉えることによって、学術的な書道の完全な図面を提供する。
  論文  参考訳（メタデータ） (2023-03-31T20:33:03Z)
• PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
  文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。 以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。 セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• Letter-level Online Writer Identification [86.13203975836556]
  我々は文字レベルのオンラインライタIDという新たな問題に焦点をあてる。 主な課題は、しばしば異なるスタイルで手紙を書くことである。 我々はこの問題をオンライン書記スタイルのばらつき(Var-O-Styles)と呼ぶ。
  論文  参考訳（メタデータ） (2021-12-06T07:21:53Z)
• Generating More Pertinent Captions by Leveraging Semantics and Style on Multi-Source Datasets [56.018551958004814]
  本稿では,データソースの非一様結合をトレーニングすることで,流動的な記述を生成するタスクに対処する。 ノイズの多い画像とテキストのペアを持つ大規模データセットは、サブ最適の監視源を提供する。 本稿では,検索コンポーネントから抽出したスタイルトークンとキーワードを組み込むことにより,セマンティクスと記述スタイルを活用・分離することを提案する。
  論文  参考訳（メタデータ） (2021-11-24T19:00:05Z)
• Sentiment analysis in tweets: an assessment study from classical to modern text representation models [59.107260266206445]
  Twitterで公開された短いテキストは、豊富な情報源として大きな注目を集めている。 非公式な言語スタイルや騒々しい言語スタイルといったそれらの固有の特徴は、多くの自然言語処理(NLP)タスクに挑戦し続けている。 本研究では,22データセットの豊富なコレクションを用いて,ツイートに表される感情を識別する既存言語モデルの評価を行った。
  論文  参考訳（メタデータ） (2021-05-29T21:05:28Z)
• DRAG: Director-Generator Language Modelling Framework for Non-Parallel Author Stylized Rewriting [9.275464023441227]
  書き直しは、入力テキストを特定の著者のスタイルで書き直す作業である。 著者のスタイルでコンテンツの書き直しを行うためのディレクター・ジェネレータフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-01-28T06:52:40Z)

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。