論文の概要: Unveiling Dual Quality in Product Reviews: An NLP-Based Approach
- arxiv url: http://arxiv.org/abs/2505.19254v1
- Date: Sun, 25 May 2025 18:23:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-27 16:58:43.008248
- Title: Unveiling Dual Quality in Product Reviews: An NLP-Based Approach
- Title（参考訳）: 製品レビューにおけるデュアルクオリティの展開: NLPに基づくアプローチ
- Authors: Rafał Poświata, Marcin Michał Mirończuk, Sławomir Dadas, Małgorzata Grębowiec, Michał Perełkiewicz,
- Abstract要約: 本稿では,自然言語処理(NLP)がこのような不一致を検出するのにどのように役立つかを検討する。
我々は1,957のレビューと540の二重品質問題を強調したポーランド語の新しいデータセットを作成しました。
次に, 文変換器を用いたSetFit, トランスフォーマーベースのエンコーダ, 誤り解析やロバストネス検証など, 様々な手法を用いて実験を行った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Consumers often face inconsistent product quality, particularly when identical products vary between markets, a situation known as the dual quality problem. To identify and address this issue, automated techniques are needed. This paper explores how natural language processing (NLP) can aid in detecting such discrepancies and presents the full process of developing a solution. First, we describe in detail the creation of a new Polish-language dataset with 1,957 reviews, 540 highlighting dual quality issues. We then discuss experiments with various approaches like SetFit with sentence-transformers, transformer-based encoders, and LLMs, including error analysis and robustness verification. Additionally, we evaluate multilingual transfer using a subset of opinions in English, French, and German. The paper concludes with insights on deployment and practical applications.
- Abstract（参考訳）: 消費者はしばしば不整合の製品品質に直面し、特に同じ製品が市場によって異なる場合、二重品質問題と呼ばれる。
この問題を特定し対処するには、自動化技術が必要である。
本稿では,自然言語処理(NLP)がこのような不一致を検出するのにどのように役立つのかを考察し,ソリューション開発の全過程を示す。
まず,2つの品質問題を強調した1,957のレビューと540のレビューを含む,ポーランド語の新たなデータセットの作成について詳述する。
次に, 文変換器を用いたSetFit, トランスフォーマーベースのエンコーダ, 誤り解析やロバストネス検証など, 様々な手法を用いて実験を行った。
さらに,英語,フランス語,ドイツ語のサブセットを用いた多言語移動の評価を行った。
論文は、デプロイと実践的応用に関する洞察で締めくくっている。
関連論文リスト
- Questionnaires for Everyone: Streamlining Cross-Cultural Questionnaire Adaptation with GPT-Based Translation Quality Evaluation [6.8731197511363415]
本研究は,アンケート翻訳プロセスの迅速化を図るためのプロトタイプツールを提案する。
このツールには、GPT-4で生成された翻訳品質の評価と改善提案と共にDeepLを用いた前方翻訳が組み込まれている。
論文 参考訳（メタデータ） (2024-07-30T07:34:40Z) - QUEST: Quality-Aware Metropolis-Hastings Sampling for Machine Translation [25.165239478219267]
本稿では,ギブス分布のエネルギー関数として,ノイズ品質推定の過度な信頼を回避するための簡易かつ効果的な手法を提案する。
分布のモードを探す代わりに、メトロポリス・ハスティングスアルゴリズムを用いて高密度領域から複数のサンプルを生成する。
論文 参考訳（メタデータ） (2024-05-28T17:36:06Z) - Exploring Precision and Recall to assess the quality and diversity of LLMs [82.21278402856079]
我々はtextscLlama-2 や textscMistral のような大規模言語モデル (LLM) のための新しい評価フレームワークを提案する。
このアプローチにより、コーパスの整合を必要とせず、生成したテキストの品質と多様性を微妙に評価できる。
論文 参考訳（メタデータ） (2024-02-16T13:53:26Z) - On the Calibration of Multilingual Question Answering LLMs [57.296161186129545]
複数の多言語大言語モデル(MLLM)のキャリブレーションを様々な質問応答タスクでベンチマークする。
本研究では,分布内,分布外,言語間移動設定におけるキャリブレーションの異なる次元について検討する。
LlaMa2のようなデコーダのみのLLMでは、コンテキスト内学習は多言語データの信頼性校正を改善する。
論文 参考訳（メタデータ） (2023-11-15T03:29:02Z) - X-PARADE: Cross-Lingual Textual Entailment and Information Divergence across Paragraphs [55.80189506270598]
X-PARADEは、段落レベルの情報の分岐の最初の言語間データセットである。
アノテーションは、対象言語における段落をスパンレベルでラベル付けし、ソース言語における対応する段落に対して評価する。
アライメントされた段落は、異なる言語のウィキペディアページから引用される。
論文 参考訳（メタデータ） (2023-09-16T04:34:55Z) - Delving Deeper into Cross-lingual Visual Question Answering [115.16614806717341]
標準学習装置に簡単な修正を加えることで、モノリンガル英語のパフォーマンスへの移行ギャップを大幅に減らすことができることを示す。
多言語マルチモーダル変換器の多言語間VQAを多言語間VQAで解析する。
論文 参考訳（メタデータ） (2022-02-15T18:22:18Z)
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。