論文の概要: Enhancing Rhetorical Figure Annotation: An Ontology-Based Web Application with RAG Integration
- arxiv url: http://arxiv.org/abs/2412.13799v1
- Date: Wed, 18 Dec 2024 12:45:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-19 16:49:21.057929
- Title: Enhancing Rhetorical Figure Annotation: An Ontology-Based Web Application with RAG Integration
- Title（参考訳）: Rhetorical Figure Annotation の強化: RAG 統合によるオントロジーベースの Web アプリケーション
- Authors: Ramona Kühn, Jelena Mitrović, Michael Granitzer,
- Abstract要約: ファイド・ユー・フィギュア (Find your Figure) というウェブアプリケーションを開発した。
ドイツの修辞的人物の識別と注釈を容易にする。
さらに、検索生成(RAG)によるユーザエクスペリエンスの向上も行います。
- 参考スコア（独自算出の注目度）: 0.6372911857214884
- License:
- Abstract: Rhetorical figures play an important role in our communication. They are used to convey subtle, implicit meaning, or to emphasize statements. We notice them in hate speech, fake news, and propaganda. By improving the systems for computational detection of rhetorical figures, we can also improve tasks such as hate speech and fake news detection, sentiment analysis, opinion mining, or argument mining. Unfortunately, there is a lack of annotated data, as well as qualified annotators that would help us build large corpora to train machine learning models for the detection of rhetorical figures. The situation is particularly difficult in languages other than English, and for rhetorical figures other than metaphor, sarcasm, and irony. To overcome this issue, we develop a web application called "Find your Figure" that facilitates the identification and annotation of German rhetorical figures. The application is based on the German Rhetorical ontology GRhOOT which we have specially adapted for this purpose. In addition, we improve the user experience with Retrieval Augmented Generation (RAG). In this paper, we present the restructuring of the ontology, the development of the web application, and the built-in RAG pipeline. We also identify the optimal RAG settings for our application. Our approach is one of the first to practically use rhetorical ontologies in combination with RAG and shows promising results.
- Abstract（参考訳）: 修辞的な人物はコミュニケーションにおいて重要な役割を果たす。
微妙で暗黙的な意味を伝えるために、あるいは文を強調するために使われる。
ヘイトスピーチ、フェイクニュース、プロパガンダで気付く。
修辞的数字を計算で検出するシステムを改善することで、ヘイトスピーチやフェイクニュースの検出、感情分析、意見マイニング、議論マイニングといったタスクを改善することができる。
残念なことに、注釈付きデータや、修辞的な数字の検出のために機械学習モデルをトレーニングするための大きなコーパスを構築するのに役立つ資格付きアノテータが不足している。
この状況は特に英語以外の言語や、比喩、皮肉、皮肉以外の修辞的な人物にとって困難である。
この問題を克服するため,ドイツの修辞図の識別とアノテーションを容易にするWebアプリケーション「Find Your Figure」を開発した。
この応用はドイツ語の修辞オントロジーGRhOOTに基づいており、我々はこの目的のために特別に適応した。
さらに,ユーザエクスペリエンスをRAG(Retrieval Augmented Generation)で改善する。
本稿では,オントロジーの再構築,Webアプリケーションの開発,RAGパイプラインの組込みについて述べる。
また、アプリケーションのための最適なRAG設定を特定します。
我々のアプローチは、RAGと組み合わせて修辞的オントロジーを実用的に活用した最初の試みの一つであり、有望な結果を示している。
関連論文リスト
- GEM-RAG: Graphical Eigen Memories For Retrieval Augmented Generation [3.2027710059627545]
検索拡張生成のためのグラフィカル固有メモリ(GEM-RAG)について紹介する。
GEM-RAG は LLM が生成したユーティリティの質問を与えられたテキストコーパスにタグ付けすることで機能する。
我々は,UnifiedQA と GPT-3.5 Turbo を LLM として,SBERT を用いた GEM-RAG と OpenAI のテキストエンコーダを2つの標準QA タスクで評価した。
論文 参考訳（メタデータ） (2024-09-23T21:42:47Z) - Reading with Intent [7.623508712778745]
オープンインターネットを知識源として依存するRAGシステムは、人間が生成するコンテンツの複雑さと競合する必要がある。
本稿では,サルカズムの存在下での応答の解釈・生成能力を高めるプロンプトシステムを提案する。
論文 参考訳（メタデータ） (2024-08-20T20:47:27Z) - Multi-turn Response Selection with Commonsense-enhanced Language Models [32.921901489497714]
我々は、事前学習された言語モデルとグラフニューラルネットワーク(SinLG)が融合したシームズネットワークを設計する。
SinLGは、事前訓練された言語モデル(PLM)を利用して、文脈と応答候補における単語相関をキャッチする。
GNNはPLMの微調整を支援することを目的としており、関連する記憶を刺激してパフォーマンスの向上を目指している。
論文 参考訳（メタデータ） (2024-07-26T03:13:47Z) - Improved Contextual Recognition In Automatic Speech Recognition Systems
By Semantic Lattice Rescoring [4.819085609772069]
本稿では,意味的格子処理によるASRシステム内における文脈認識の高度化のための新しい手法を提案する。
提案手法は,隠れマルコフモデルとガウス混合モデル(HMM-GMM)とディープニューラルネットワーク(DNN)モデルを用いて,精度を向上する。
本稿では,実験分析によるLibriSpeechデータセット上でのフレームワークの有効性を示す。
論文 参考訳（メタデータ） (2023-10-14T23:16:05Z) - DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。
そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
論文 参考訳（メタデータ） (2023-06-15T10:41:23Z) - VD-PCR: Improving Visual Dialog with Pronoun Coreference Resolution [79.05412803762528]
ビジュアルダイアログタスクでは、視覚環境に基づいたマルチラウンドダイアログにおいて、AIエージェントが人間と対話する必要がある。
本稿では,Pronoun Coreference Resolution を用いたビジュアルダイアログ理解のための新しいフレームワーク VD-PCR を提案する。
提案した暗黙的および明示的手法により、VD-PCRはVisDialデータセット上で最先端の実験結果を得る。
論文 参考訳（メタデータ） (2022-05-29T15:29:50Z) - Multilingual Extraction and Categorization of Lexical Collocations with
Graph-aware Transformers [86.64972552583941]
我々は,グラフ対応トランスフォーマアーキテクチャにより拡張されたBERTに基づくシーケンスタグ付けモデルを提案し,コンテキストにおけるコロケーション認識の課題について評価した。
以上の結果から, モデルアーキテクチャにおける構文的依存関係を明示的に符号化することは有用であり, 英語, スペイン語, フランス語におけるコロケーションのタイプ化の差異について考察する。
論文 参考訳（メタデータ） (2022-05-23T16:47:37Z) - Dialogue Meaning Representation for Task-Oriented Dialogue Systems [51.91615150842267]
タスク指向対話のための柔軟かつ容易に拡張可能な表現である対話意味表現(DMR)を提案する。
我々の表現は、合成意味論とタスク固有の概念のためのリッチな意味論を表現するために、継承階層を持つノードとエッジのセットを含んでいる。
異なる機械学習ベースの対話モデルを評価するための2つの評価タスクを提案し、さらにグラフベースのコア参照解決タスクのための新しいコア参照解決モデルGNNCorefを提案する。
論文 参考訳（メタデータ） (2022-04-23T04:17:55Z) - 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) - Data Expansion using Back Translation and Paraphrasing for Hate Speech
Detection [1.192436948211501]
本稿では,バック翻訳手法を融合した新しい深層学習手法と,データ拡張のためのパラフレージング手法を提案する。
AskFm corpus, Formspring データセット, Warner と Waseem データセット, Olid および Wikipedia の有毒なコメントデータセットである。
論文 参考訳（メタデータ） (2021-05-25T09:52:42Z) - Reasoning in Dialog: Improving Response Generation by Context Reading
Comprehension [49.92173751203827]
マルチターンダイアログでは、発話が文の完全な形を取るとは限らない。
読み解きの質問に答えるモデルの能力を検討し、応答生成性能の向上を提案する。
論文 参考訳（メタデータ） (2020-12-14T10:58:01Z)
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。