論文の概要: Assessing Semantic Annotation Activities with Formal Concept Analysis

• arxiv url: http://arxiv.org/abs/2501.11123v1
• Date: Sun, 19 Jan 2025 17:31:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:23:16.316332
• Title: Assessing Semantic Annotation Activities with Formal Concept Analysis
• Title（参考訳）: 形式的概念分析による意味的アノテーション活動の評価
• Authors: Juan Cigarrán-Recuero, Joaquín Gayoso-Cabada, Miguel Rodríguez-Artacho, María-Dolores Romero-López, Antonio Sarasa-Cabezuelo, José-Luis Sierra,
• Abstract要約: 本稿では,形式的概念分析に基づく意味的アノテーション活動の評価手法について述べる。 このアプローチでは、アノテータはドメインの専門家が作成した分類を使ってデジタルリソースをアノテートする。 ドメインエキスパートは、セマンティックなプロセスでどのように使われたかをグラフィカルに表示する概念格子を提供する。
• 参考スコア（独自算出の注目度）: 1.2039882479444293
• License:
• Abstract: This paper describes an approach to assessing semantic annotation activities based on formal concept analysis (FCA). In this approach, annotators use taxonomical ontologies created by domain experts to annotate digital resources. Then, using FCA, domain experts are provided with concept lattices that graphically display how their ontologies were used during the semantic annotation process. In consequence, they can advise annotators on how to better use the ontologies, as well as how to refine them to better suit the needs of the semantic annotators. To illustrate the approach, we describe its implementation in @note, a Rich Internet Application (RIA) for the collaborative annotation of digitized literary texts, we exemplify its use with a case study, and we provide some evaluation results using the method.
• Abstract（参考訳）: 本稿では,形式的概念分析(FCA)に基づく意味的アノテーション活動の評価手法について述べる。 このアプローチでは、アノテータはドメインの専門家が作成した分類オントロジーを使ってデジタルリソースをアノテートする。 次に、FCAを用いて、ドメインの専門家は、セマンティックアノテーションプロセスでオントロジーがどのように使われたかをグラフィカルに表示する概念格子を提供する。 結果として、オントロジーをよりよく使う方法や、セマンティックアノテータのニーズに合うように改良する方法について、アノテータにアドバイスすることができる。 このアプローチを説明するために、デジタル化された文学テキストの協調アノテーションのためのリッチインターネットアプリケーション(RIA)である@noteにその実装を記述し、ケーススタディでその使用を例示し、本手法を用いていくつかの評価結果を提供する。

関連論文リスト

• Disentangling Dense Embeddings with Sparse Autoencoders [0.0]
  スパースオートエンコーダ(SAE)は、複雑なニューラルネットワークから解釈可能な特徴を抽出する可能性を示している。 大規模言語モデルからの高密度テキスト埋め込みに対するSAEの最初の応用の1つを提示する。 その結果,解釈可能性を提供しながら意味的忠実さを保っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-08-01T15:46:22Z)
• Hypergraph based Understanding for Document Semantic Entity Recognition [65.84258776834524]
  我々は,ハイパグラフアテンションを利用したハイパグラフアテンション文書セマンティックエンティティ認識フレームワークHGAを構築し,エンティティ境界とエンティティカテゴリを同時に重視する。 FUNSD, CORD, XFUNDIE で得られた結果は,本手法が意味的エンティティ認識タスクの性能を効果的に向上できることを示す。
  論文  参考訳（メタデータ） (2024-07-09T14:35:49Z)
• A Hybrid Approach To Aspect Based Sentiment Analysis Using Transfer Learning [3.30307212568497]
  本稿では,移動学習を用いたアスペクトベース感性分析のためのハイブリッド手法を提案する。 このアプローチは、大きな言語モデル(LLM)と従来の構文的依存関係の両方の長所を利用して、弱い教師付きアノテーションを生成することに焦点を当てている。
  論文  参考訳（メタデータ） (2024-03-25T23:02:33Z)
• Specifying Genericity through Inclusiveness and Abstractness Continuous Scales [1.024113475677323]
  本稿では,自然言語における名詞句(NP)の詳細なモデリングのための新しいアノテーションフレームワークを提案する。 このフレームワークはシンプルで直感的に設計されており、専門家でないアノテータにもアクセスでき、クラウドソースのタスクに適している。
  論文  参考訳（メタデータ） (2024-03-22T15:21:07Z)
• Improving Retrieval in Theme-specific Applications using a Corpus Topical Taxonomy [52.426623750562335]
  ToTER (Topical Taxonomy Enhanced Retrieval) フレームワークを紹介する。 ToTERは、クエリとドキュメントの中心的なトピックを分類学のガイダンスで識別し、そのトピックの関連性を利用して、欠落したコンテキストを補う。 プラグイン・アンド・プレイのフレームワークとして、ToTERは様々なPLMベースのレトリバーを強化するために柔軟に使用できる。
  論文  参考訳（メタデータ） (2024-03-07T02:34:54Z)
• An Encoding of Abstract Dialectical Frameworks into Higher-Order Logic [57.24311218570012]
  このアプローチは抽象弁証法フレームワークのコンピュータ支援分析を可能にする。 応用例としては、メタ理論的性質の形式的解析と検証がある。
  論文  参考訳（メタデータ） (2023-12-08T09:32:26Z)
• Documenting use cases in the affective computing domain using Unified Modeling Language [0.0]
  AIシステムの使用状況、スコープ、機能要件、リスクをカバーするユースケースドキュメントの標準的な方法論はありません。 我々のアプローチは、研究文献と最近提案された欧州のAI規制フレームワークに記録されたユースケース情報の評価に基づいています。 この評価から、私たちは過去20年間、主にソフトウェアエンジニアが使用してきたUML(Unified Modeling Language)を採用し、適応します。
  論文  参考訳（メタデータ） (2022-09-19T10:04:18Z)
• Introducing Syntactic Structures into Target Opinion Word Extraction with Deep Learning [89.64620296557177]
  目的語抽出のためのディープラーニングモデルに文の構文構造を組み込むことを提案する。 また,ディープラーニングモデルの性能向上のために,新たな正規化手法を導入する。 提案モデルは,4つのベンチマークデータセット上での最先端性能を広範囲に解析し,達成する。
  論文  参考訳（メタデータ） (2020-10-26T07:13:17Z)
• A Diagnostic Study of Explainability Techniques for Text Classification [52.879658637466605]
  既存の説明可能性技術を評価するための診断特性のリストを作成する。 そこで本研究では, モデルの性能と有理性との整合性の関係を明らかにするために, 説明可能性手法によって割り当てられた有理性スコアと有理性入力領域の人間のアノテーションを比較した。
  論文  参考訳（メタデータ） (2020-09-25T12:01:53Z)
• KinGDOM: Knowledge-Guided DOMain adaptation for sentiment analysis [46.21469378674457]
  近年,クロスドメイン感情分析が注目されている。 本稿では,外部コモンセンス知識の役割を探求し,新たな視点を採る。 本研究では、ConceptNetナレッジグラフを利用して文書の意味を充実させる新しいフレームワークKinGDOMを紹介する。
  論文  参考訳（メタデータ） (2020-05-02T11:03:25Z)

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。