論文の概要: SINAI at eRisk@CLEF 2022: Approaching Early Detection of Gambling and Eating Disorders with Natural Language Processing

• arxiv url: http://arxiv.org/abs/2509.14806v1
• Date: Thu, 18 Sep 2025 10:03:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-19 17:26:53.159151
• Title: SINAI at eRisk@CLEF 2022: Approaching Early Detection of Gambling and Eating Disorders with Natural Language Processing
• Title（参考訳）: eRisk@CLEF 2022でのSINAI:自然言語処理によるギャンブル・摂食障害の早期発見へのアプローチ
• Authors: Alba Maria Marmol-Romero, Salud Maria Jimenez-Zafra, Flor Miriam Plaza-del-Arco, M. Dolores Molina-Gonzalez, Maria-Teresa Martin-Valdivia, Arturo Montejo-Raez,
• Abstract要約: 本稿では,eRisk@CLEFラボにおけるSINAIチームの参加について述べる。 Task 1で提示されるアプローチは、Transformerからの文の埋め込みの使用に基づいている。 タスク3のアプローチは、トランスフォーマーからの文脈的単語埋め込みを用いたテキスト類似度推定に基づいている。
• 参考スコア（独自算出の注目度）: 3.303345937552717
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper describes the participation of the SINAI team in the eRisk@CLEF lab. Specifically, two of the proposed tasks have been addressed: i) Task 1 on the early detection of signs of pathological gambling, and ii) Task 3 on measuring the severity of the signs of eating disorders. The approach presented in Task 1 is based on the use of sentence embeddings from Transformers with features related to volumetry, lexical diversity, complexity metrics, and emotion-related scores, while the approach for Task 3 is based on text similarity estimation using contextualized word embeddings from Transformers. In Task 1, our team has been ranked in second position, with an F1 score of 0.808, out of 41 participant submissions. In Task 3, our team also placed second out of a total of 3 participating teams.
• Abstract（参考訳）: 本稿では,eRisk@CLEFラボにおけるSINAIチームの参加について述べる。 具体的には、提案された2つのタスクに対処する。 一 病的ギャンブルの兆候の早期発見に関する第一項及び 二 摂食障害の徴候の重症度を測定すること。 タスク1で提示されるアプローチは、音量、語彙の多様性、複雑性のメトリクス、感情関連のスコアに関連する特徴を持つトランスフォーマーからの文の埋め込みをベースとし、タスク3のアプローチはトランスフォーマーからの文脈化された単語埋め込みを用いたテキスト類似度推定に基づいている。 第1タスクでは、41名の応募者のうち、F1スコア0.808で第2位にランクインしました。 タスク3では、私たちのチームが参加チームの合計3つのうち2つを配置しました。

関連論文リスト

• SINAI at eRisk@CLEF 2023: Approaching Early Detection of Gambling with Natural Language Processing [3.987649624343527]
  本稿では,eRisk@CLEFラボにおけるSINAIチームの参加について述べる。 提案課題の1つは,病的なギャンブルの兆候を早期に検出するタスク2である。 Task 2で提示されるアプローチは、Transformersアーキテクチャからトレーニング済みのモデルに基づいており、包括的な事前処理データとデータバランシング技術がある。
  論文  参考訳（メタデータ） (2025-09-18T09:50:14Z)
• GenAI Content Detection Task 1: English and Multilingual Machine-Generated Text Detection: AI vs. Human [71.42669028683741]
  我々は,Coling 2025におけるGenAIワークショップの一環として,バイナリマシン生成テキスト検出における共有タスクを提案する。 このタスクは、モノリンガル(英: Monolingual)とマルチリンガル(英: Multilingual)の2つのサブタスクから構成される。 本稿では,データの包括的概要,結果の概要,参加システムの詳細な説明,提出内容の詳細な分析について述べる。
  論文  参考訳（メタデータ） (2025-01-19T11:11:55Z)
• GenAI Content Detection Task 2: AI vs. Human -- Academic Essay Authenticity Challenge [12.076440946525434]
  学術エッセイ認証チャレンジ(Academic Essay Authenticity Challenge)は、2025年にコリングと共同で行われたGenAIコンテンツ検出共有タスクの一部として開催された。 この課題は、学術的な目的のために、機械生成対人間によるエッセイを検出することに焦点を当てている。 英語とアラビア語の2つの言語がある。 本稿では,タスクの定式化の概要,データセット構築プロセスの詳細,評価フレームワークについて説明する。
  論文  参考訳（メタデータ） (2024-12-24T08:33:44Z)
• Strategies to Harness the Transformers' Potential: UNSL at eRisk 2023 [0.9208007322096532]
  CLEF eRisk Laboratoryは、インターネット上のリスク検出に関連するさまざまなタスクに対するソリューションを探索している。 2023年版では,第1タスクはうつ病の症状を検索し,BDIアンケートの症状との関連性に応じて利用者の文章を抽出することを目的としていた。 課題2は,病的ギャンブルリスクの早期発見の問題であり,参加者は可能な限り早くユーザを検知しなければならなかった。 第3タスクは、摂食障害の徴候の重症度を推定することであった。
  論文  参考訳（メタデータ） (2023-10-30T19:34:33Z)
• mCPT at SemEval-2023 Task 3: Multilingual Label-Aware Contrastive Pre-Training of Transformers for Few- and Zero-shot Framing Detection [63.540146992962526]
  本稿では,ゼロショットスパニッシュフレーミング検出タスクの勝利システムについて述べる。 提案手法では,多言語変換器をベースとした事前学習手法を採用している。 本システムの記述に加えて, プレトレーニングがフレーミング検出にどのように役立つかを示すために, 埋め込み空間解析およびアブレーション研究を行った。
  論文  参考訳（メタデータ） (2023-03-17T11:33:06Z)
• Task formulation for Extracting Social Determinants of Health from Clinical Narratives [0.0]
  2022 n2c2 NLP Challengeは、臨床物語における健康の社会的決定要因の同定を提起した。 本稿では,この課題のために開発した3つのシステムについて述べるとともに,それぞれのシステムで使用される特徴的タスクの定式化について論じる。
  論文  参考訳（メタデータ） (2023-01-26T20:00:54Z)
• Event Causality Identification with Causal News Corpus -- Shared Task 3, CASE 2022 [3.0775142635531685]
  事象因果同定 2022 症例の共有タスクには2つのサブタスクが含まれていた。 サブタスク1は、ある文が因果関係を含むか否かを予測するために参加者に要求する。 サブタスク2では、参加者は因果文ごとに原因、効果、信号のスパンを特定する必要があった。
  論文  参考訳（メタデータ） (2022-11-22T10:34:09Z)
• RuArg-2022: Argument Mining Evaluation [69.87149207721035]
  本稿は、ロシア語テキストを扱う議論分析システムの最初のコンペティションの主催者の報告である。 新型コロナウイルスの感染拡大に伴う3つの話題について、9,550文(ソーシャルメディア投稿記事)のコーパスを用意した。 両タスクで第一位を獲得したシステムは、BERTアーキテクチャのNLI(Natural Language Inference)変種を使用した。
  論文  参考訳（メタデータ） (2022-06-18T17:13:37Z)
• An Iterative Multi-Knowledge Transfer Network for Aspect-Based Sentiment Analysis [73.7488524683061]
  本稿では,エンド・ツー・エンドABSAのための新しいIterative Multi-Knowledge Transfer Network (IMKTN)を提案する。 我々のIMKTNは、よく設計されたルーティングアルゴリズムを用いて、3つのサブタスクのうち2つのタスク固有の知識をトークンレベルで別のタスクに転送する。 3つのベンチマークデータセットの実験結果は、我々のアプローチの有効性と優位性を示している。
  論文  参考訳（メタデータ） (2020-04-04T13:49:54Z)

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。