Fugu-MT 論文翻訳(概要): Comparable Corpora: Opportunities for New Research Directions

論文の概要: Comparable Corpora: Opportunities for New Research Directions

arxiv url: http://arxiv.org/abs/2501.14721v1
Date: Fri, 24 Jan 2025 18:54:11 GMT
ステータス: 翻訳完了
システム内更新日: 2025-01-27 14:57:10.656442
Title: Comparable Corpora: Opportunities for New Research Directions
Title（参考訳）: 比較コーパス:新たな研究方向性の可能性
Authors: Kenneth Church,
Abstract要約: この論文は、コミュニティに対して、同等のコーパスで何ができるかをより広く考えることを目的としています。まずは歴史の見直しから始め、今後の研究の新たな方向性を提案する。
参考スコア（独自算出の注目度）: 6.4154081376230785
License:
Abstract: Most conference papers present new results, but this paper will focus more on opportunities for the audience to make their own contributions. This paper is intended to challenge the community to think more broadly about what we can do with comparable corpora. We will start with a review of the history, and then suggest new directions for future research. This was a keynote at BUCC-2025, a workshop associated with Coling-2025.
Abstract（参考訳）: ほとんどのカンファレンス論文では新たな結果が提示されているが、この記事では、聴衆が独自のコントリビューションを行う機会に焦点を当てる予定である。この論文は、コミュニティに対して、同等のコーパスで何ができるかをより広く考えることを目的としています。まずは歴史の見直しから始め、今後の研究の新たな方向性を提案する。これはColing-2025に関連するワークショップであるBUCC-2025の基調講演だった。

関連論文リスト

Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews [51.453135368388686]
本稿では,大規模言語モデル (LLM) によって実質的に修正あるいは生成される可能性のある大規模コーパスにおけるテキストの分数推定手法を提案する。我々の最大可能性モデルは、専門家による参照テキストとAIによる参照テキストを利用して、コーパスレベルでの実世界のLLM使用を正確かつ効率的に検証する。
論文参考訳（メタデータ） (2024-03-11T21:51:39Z)
Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文参考訳（メタデータ） (2024-01-24T20:05:49Z)
The Time Traveler's Guide to Semantic Web Research: Analyzing Fictitious Research Themes in the ESWC "Next 20 Years" Track [2.211868306499727]
20年後、私たちはコミュニティにセマンティックウェブの研究にどんな焦点が当てられるか尋ねた。 ESWC 2023の"Next 20 years"トラックで彼らのビジョンを収集しました。私たちは10件の応募を受け取り、そのうち8件はその会議でプレゼンテーションを受けました。
論文参考訳（メタデータ） (2023-09-25T08:20:06Z)
Topics, Authors, and Institutions in Large Language Model Research: Trends from 17K arXiv Papers [1.5362868418787874]
大規模言語モデル(LLM)がAI研究に劇的に影響を与えており、これまで何が変わったのか、どのようにフィールドの未来を形作るかについての議論が引き起こされている。このような疑問を明らかにするために,我々は,2023年対2018-2022年の動向に着目し,16,979 LLM関連arXiv論文のデータセットを新たに分析した。 2023年に最初の著者の半数が、AIの非NLP分野から参入し、学際的な拡張を推進している。驚いたことに、業界は2023年の出版シェアを減らした。
論文参考訳（メタデータ） (2023-07-20T08:45:00Z)
ICDAR 2023 Competition on Structured Text Extraction from Visually-Rich Document Images [198.35937007558078]
大会は2022年12月30日に開かれ、2023年3月24日に閉幕した。トラック1には35人の参加者と91人の有効な応募があり、トラック2には15人の参加者と26人の応募がある。提案手法の性能によると, 複雑なシナリオやゼロショットシナリオにおいて, 期待される情報抽出性能にはまだ大きなギャップがあると考えられる。
論文参考訳（メタデータ） (2023-06-05T22:20:52Z)
Has the Machine Learning Review Process Become More Arbitrary as the Field Has Grown? The NeurIPS 2021 Consistency Experiment [86.77085171670323]
2014年のNeurIPS実験では、2つの独立した委員会によって10%の会議の提出をレビューし、レビュープロセスにおけるランダム性を定量化した。両委員会が論文の23%の勧告を受理・棄却することに反対し、審査プロセスがランダムに再実行された場合、2014年度の結果と一致して、受理された論文のリストの約半数が変更されることを観察する。
論文参考訳（メタデータ） (2023-06-05T21:26:12Z)
Community-Driven Comprehensive Scientific Paper Summarization: Insight from cvpaper.challenge [23.10314444860379]
我々は、コンピュータビジョンカンファレンスで提示された論文の要約を書くために、非ネイティブな英語話者のグループを組織した。我々は,コンピュータビジョンとパターン認識に関するカンファレンスにおいて,合計2000の論文を要約した。
論文参考訳（メタデータ） (2022-03-17T06:31:17Z)
Does the Venue of Scientific Conferences Leverage their Impact? A Large Scale study on Computer Science Conferences [2.8388425545775386]
我々は,3,838件のコンピュータサイエンスコンファレンスから抽出したデータと,30年以上にわたる研究を対象とする250万件以上の論文を大規模に分析した。会場の「真実性」を定量化するために、我々は、会場を主催する都市のウィキペディアページのサイズや、世界経済フォーラム(World Economic Forum)のレポートからの他の指標など、いくつかの指標を利用した。さらに、観光サービスインフラ指数とのほぼ直線的な相関は、特定の国における観光・宿泊施設の重要性を証明している。
論文参考訳（メタデータ） (2021-05-31T09:51:39Z)
What Can We Do to Improve Peer Review in NLP? [69.11622020605431]
問題の一部は、レビュアーとエリアチェアが、リンゴとオレンジの比較を強制する未定義のタスクに直面していることだ、と我々は主張する。先進的な方法はいくつかあるが、NLPコミュニティにおける一貫した実装のためのインセンティブとメカニズムを作成することが重要な課題である。
論文参考訳（メタデータ） (2020-10-08T09:32:21Z)
Ideas for Improving the Field of Machine Learning: Summarizing Discussion from the NeurIPS 2019 Retrospectives Workshop [21.392095675840782]
このレポートは、NeurIPS 2019のML Retrospectivesワークショップで議論された機械学習の分野を改善するためのアイデアを文書化している。報告書の目的は、これらのアイデアをより広く広めることであり、その結果、フィールドがこれらの軸に沿ってどのように改善されるかについての継続的な議論を促進することである。
論文参考訳（メタデータ） (2020-07-21T01:17:29Z)
Flexibility Is Key in Organizing a Global Professional Conference Online: The ICPE 2020 Experience in the COVID-19 Era [59.9176321671712]
ACM/SPEC International Conference on Performance Engineering 2020 の開催についてこれらのカンファレンスをオンラインでどのように整理するか? この記事では、彼らの成功の答えを要約する。
論文参考訳（メタデータ） (2020-05-18T21:00:02Z)

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。