Fugu-MT 論文翻訳(概要): FoodTaxo: Generating Food Taxonomies with Large Language Models

論文の概要: FoodTaxo: Generating Food Taxonomies with Large Language Models

arxiv url: http://arxiv.org/abs/2505.19838v1
Date: Mon, 26 May 2025 11:22:17 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-27 16:58:43.379846
Title: FoodTaxo: Generating Food Taxonomies with Large Language Models
Title（参考訳）: FoodTaxo:大規模言語モデルによる食品分類の作成
Authors: Pascal Wullschleger, Majid Zarharan, Donnacha Daly, Marc Pouly, Jennifer Foster,
Abstract要約: 種分類学で完結するか、あるいは既知の概念の集合から種無しで生成できるかを探索する。オープンソースのLLM(Llama-3)を使用した5つの実験では、有望ながら、内部ノードを正しく配置することの難しさが指摘された。
参考スコア（独自算出の注目度）: 8.857121235887186
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We investigate the utility of Large Language Models for automated taxonomy generation and completion specifically applied to taxonomies from the food technology industry. We explore the extent to which taxonomies can be completed from a seed taxonomy or generated without a seed from a set of known concepts, in an iterative fashion using recent prompting techniques. Experiments on five taxonomies using an open-source LLM (Llama-3), while promising, point to the difficulty of correctly placing inner nodes.
Abstract（参考訳）: 食品技術産業の分類学に特化して適用された分類学の自動生成と完成のための大規模言語モデルの有用性について検討する。種分類学から分類学が完成するか、あるいは既知の概念の集合からシードなしで生成するかを、最近のプロンプト技術を用いて反復的に検討する。オープンソースのLLM(Llama-3)を用いた5つの分類学の実験は、有望ではあるが、内部ノードを正しく配置することが困難であることを示している。

関連論文リスト

CodeTaxo: Enhancing Taxonomy Expansion with Limited Examples via Code Language Prompts [40.52605902842168]
textscCodeTaxoは、コード言語プロンプトを通じて大きな言語モデルを活用する新しいアプローチである。異なるドメインの5つの実世界のベンチマークの実験では、textscCodeTaxoはすべての評価指標に対して一貫して優れたパフォーマンスを実現している。
論文参考訳（メタデータ） (2024-08-17T02:15:07Z)
Creating a Fine Grained Entity Type Taxonomy Using LLMs [0.0]
本研究は, GPT-4とその先進的な反復である GPT-4 Turbo が, 詳細な実体型分類学を自律的に開発する可能性について検討する。我々の目的は、広く分類されたエンティティタイプから始まる包括的な分類体系を構築することである。この分類は、GPT-4の内部知識ベースを利用して反復的なプロンプト技術によって徐々に洗練される。
論文参考訳（メタデータ） (2024-02-19T21:32:19Z)
Using Zero-shot Prompting in the Automatic Creation and Expansion of Topic Taxonomies for Tagging Retail Banking Transactions [0.0]
本研究は、命令ベース微調整LDMを用いたトピックの構築と拡張のための教師なし手法を提案する(大規模言語モデル)。既存の分類を新しい用語で拡張するために、ゼロショットプロンプトを使用して、新しいノードを追加する場所を見つける。得られたタグを使って、小売銀行のデータセットから商人を特徴づけるタグを割り当てます。
論文参考訳（メタデータ） (2024-01-08T00:27:16Z)
Who Should Go First? A Self-Supervised Concept Sorting Model for Improving Taxonomy Expansion [50.794640012673064]
データとビジネスの範囲が実際のアプリケーションで拡大するにつれ、既存の概念を組み込むために拡張する必要がある。分類学の拡張に関する以前の研究は、新しい概念を独立して同時に処理し、それらの間の潜在的な関係と操作を挿入する適切な順序を無視します。本稿では,新しい概念の中で局所ハイパーニム・ハイプニム構造を同時に発見し,挿入順序を決定する新しい自己教師付きフレームワークであるtaxoorderを提案する。
論文参考訳（メタデータ） (2021-04-08T11:00:43Z)
Studying Taxonomy Enrichment on Diachronic WordNet Versions [70.27072729280528]
本稿では,資源の乏しい環境での分類拡張の可能性について検討し,多数の言語に適用可能な手法を提案する。我々は、分類の豊かさを訓練し評価するための新しい英語とロシア語のデータセットを作成し、他の言語のためのそのようなデータセットを作成する技術を記述する。
論文参考訳（メタデータ） (2020-11-23T16:49:37Z)
Octet: Online Catalog Taxonomy Enrichment with Self-Supervision [67.26804972901952]
オンラインカタログエンリッチメンTのための自己教師型エンドツーエンドフレームワークOctopを提案する。本稿では,用語抽出のためのシーケンスラベリングモデルをトレーニングし,分類構造を捉えるためにグラフニューラルネットワーク(GNN)を用いることを提案する。 Octetは、オンラインカタログを、オープンワールド評価の2倍に強化する。
論文参考訳（メタデータ） (2020-06-18T04:53:07Z)
STEAM: Self-Supervised Taxonomy Expansion with Mini-Paths [53.45704816829921]
本稿では,STEAMという自己管理型分類拡張モデルを提案する。 STEAMは自然の自己超越信号を生成し、ノードアタッチメント予測タスクを定式化する。実験の結果、STEAMは11.6%の精度と7.0%の相反ランクで、最先端の分類法よりも優れていた。
論文参考訳（メタデータ） (2020-06-18T00:32:53Z)
TaxoExpan: Self-supervised Taxonomy Expansion with Position-Enhanced Graph Neural Network [62.12557274257303]
分類学は機械解釈可能な意味論から成り、多くのウェブアプリケーションに貴重な知識を提供する。そこで我々は,既存の分類学から,クエリの集合を自動生成するTaxoExpanという,新しい自己教師型フレームワークを提案する。本研究では,(1)既存の分類学におけるアンカー概念の局所構造を符号化する位置強調グラフニューラルネットワーク,(2)学習モデルが自己超越データにおけるラベルノイズに敏感になるようなノイズローバスト学習の2つの手法を開発する。
論文参考訳（メタデータ） (2020-01-26T21:30:21Z)

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。