論文の概要: XAI-enhanced Comparative Opinion Mining via Aspect-based Scoring and Semantic Reasoning

• arxiv url: http://arxiv.org/abs/2603.01212v1
• Date: Sun, 01 Mar 2026 18:17:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-03 19:50:56.569123
• Title: XAI-enhanced Comparative Opinion Mining via Aspect-based Scoring and Semantic Reasoning
• Title（参考訳）: XAI-enhanced Comparison Opinion Mining via Aspect-based Scoring and Semantic Reasoning
• Authors: Ngoc-Quang Le, T. Thanh-Lam Nguyen, Quoc-Trung Phu, Thi-Phuong Le, Duy-Cat Can, Hoang-Quynh Le,
• Abstract要約: XComは2つの主要なモジュール、すなわちアスペクトベースの評価予測と(ii)意味分析に分離された拡張トランスフォーマーベースのモデルである。 XComはまた、モデルの熟考的決定に対する解釈可能な洞察を提供するために、Shapley付加的な説明モジュールも組み込んでいる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Comparative opinion mining involves comparing products from different reviews. However, transformer-based models designed for this task often lack transparency, which can adversely hinder the development of trust in users. In this paper, we propose XCom, an enhanced transformer-based model separated into two principal modules, i.e., (i) aspect-based rating prediction and (ii) semantic analysis for comparative opinion mining. XCom also incorporates a Shapley additive explanations module to provide interpretable insights into the model's deliberative decisions. Empirically, XCom achieves leading performances compared to other baselines, which demonstrates its effectiveness in providing meaningful explanations, making it a more reliable tool for comparative opinion mining. Source code is available at: https://anonymous.4open.science/r/XCom.
• Abstract（参考訳）: 比較意見マイニングには、異なるレビューからの製品の比較が含まれる。 しかし、このタスクのために設計されたトランスフォーマーベースのモデルは透明性を欠くことが多く、ユーザの信頼を損なう可能性がある。 本稿では,2つの主モジュール,すなわち2つのモジュールに分離された拡張トランスフォーマーモデルであるXComを提案する。 一 アスペクトに基づく評価予測及び評価 (二)比較意見採鉱のための意味分析 XComはまた、モデルの熟考的決定に対する解釈可能な洞察を提供するために、Shapley付加的な説明モジュールも組み込んでいる。 経験的に、XComは、他のベースラインと比較して主要なパフォーマンスを実現し、意味のある説明を提供することの有効性を示し、比較意見マイニングのためのより信頼性の高いツールである。 ソースコードは、https://anonymous.4open.science/r/XComで入手できる。

関連論文リスト

• Comparing Without Saying: A Dataset and Benchmark for Implicit Comparative Opinion Mining from Same-User Reviews [0.0]
  同ユーザレビューから暗黙的な意見マイニングのための新しいデータセットSUDOを紹介する。 SUDOは4,150の注釈付きレビューペア(15,191文)とアスペクトレベルの言及とレビューレベルの嗜好をキャプチャするバイレベル構造から構成される。
  論文  参考訳（メタデータ） (2026-01-20T04:00:51Z)
• ARM-Thinker: Reinforcing Multimodal Generative Reward Models with Agentic Tool Use and Visual Reasoning [103.7657839292775]
  ARM-Thinkerはエージェント・マルチモーダル・リワード・モデルであり、検証された証拠で判断を下すために外部ツールを自律的に呼び出す。 ARM-Thinkerを多段階強化学習で訓練し、ツールコール決定と判定精度を協調的に最適化する。 その結果,エージェント能力は報酬モデルの精度と解釈可能性の両方を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2025-12-04T18:59:52Z)
• ReasonX: MLLM-Guided Intrinsic Image Decomposition [41.961378846441015]
  内在的な画像分解は、イメージをアルベド、深さ、正規化、照明といった物理的な構成要素に分離することを目的としている。 本稿では,大規模言語モデル(MLLM)を,相対的な内在的比較を行う知覚的判断として活用する新しいフレームワークであるReasonXを提案する。 本枠組みは,審査員の評価とモデル出力から解析的に導出された関係を一致させることにより,条件付き固有予測器を整合させる。
  論文  参考訳（メタデータ） (2025-12-03T19:44:07Z)
• DixitWorld: Evaluating Multimodal Abductive Reasoning in Vision-Language Models with Multi-Agent Dixit Gameplay [50.31585196187091]
  マルチモーダルな帰納的推論を分解するための総合評価スイートであるDixitWorldを紹介した。 DIXITWORLDは,仮説生成と仮説選択を評価する動的マルチエージェント環境であるDixitArenaという,2つのコアコンポーネントを備えている。 DixitArenaの結果は、異なる、役割に依存した行動を明らかにしている。
  論文  参考訳（メタデータ） (2025-10-11T08:48:48Z)
• ELIXIR: Efficient and LIghtweight model for eXplaIning Recommendations [1.9711529297777448]
  評価予測とパーソナライズされたレビュー生成を組み合わせたマルチタスクモデルELIXIRを提案する。 ELIXIRは、ユーザとアイテムのグローバルおよびアスペクト固有の表現を共同で学習し、全体的なレーティング、アスペクトレベルのレーティング、レビュー生成を最適化する。 T5-small (60M)モデルに基づいて、パーソナライズされたコンテキストにおけるテキスト生成を導く上で、アスペクトベースのアーキテクチャの有効性を実証する。
  論文  参考訳（メタデータ） (2025-08-27T23:01:11Z)
• Decomposed Opinion Summarization with Verified Aspect-Aware Modules [82.38097397662436]
  レビューの観点から,ドメインに依存しないモジュラーアプローチを提案する。 科学研究、ビジネス、製品ドメインを表すデータセットをまたいだ実験を行います。
  論文  参考訳（メタデータ） (2025-01-27T09:29:55Z)
• A Statistical Framework for Ranking LLM-Based Chatbots [57.59268154690763]
  本稿では、ペア比較分析における特定の課題に対処するために、重要な進歩を取り入れた統計フレームワークを提案する。 まず,人力比較のグルーピング処理能力を高める要因付きタイモデルを提案する。 第2に、フレームワークを拡張して、競合間の共分散層をモデル化することで、パフォーマンス関係に関するより深い洞察を可能にします。 第三に、パラメータ非特異性に起因する最適化の課題を、新しい制約を導入することで解決する。
  論文  参考訳（メタデータ） (2024-12-24T12:54:19Z)
• MMBench: Is Your Multi-modal Model an All-around Player? [114.45702807380415]
  視覚言語モデルのマルチモーダル能力を評価するためのベンチマークであるMMBenchを提案する。 MMBenchは、よく設計された品質制御スキームで慎重にキュレートされている。 MMBenchは英語版と中国語版の両方で複数の質問を取り入れている。
  論文  参考訳（メタデータ） (2023-07-12T16:23:09Z)
• What do Toothbrushes do in the Kitchen? How Transformers Think our World is Structured [137.83584233680116]
  本稿では,トランスフォーマーに基づく言語モデルがオブジェクト関係に関する知識を抽出するのにどの程度役立つかを検討する。 異なる類似度尺度と組み合わせたモデルが,抽出できる知識の量で大きく異なることを示す。 驚くべきことに、静的モデルは、コンテキスト化されたモデルと同様に、ほぼ同じようにパフォーマンスします。
  論文  参考訳（メタデータ） (2022-04-12T10:00:20Z)
• Interpretable pipelines with evolutionarily optimized modules for RL tasks with visual inputs [5.254093731341154]
  進化的アルゴリズムを用いて協調最適化された複数の解釈可能なモデルからなるエンドツーエンドパイプラインを提案する。 Atariベンチマークの強化学習環境において,本手法を検証した。
  論文  参考訳（メタデータ） (2022-02-10T10:33:44Z)
• Bi-Bimodal Modality Fusion for Correlation-Controlled Multimodal Sentiment Analysis [96.46952672172021]
  Bi-Bimodal Fusion Network (BBFN) は、2対のモダリティ表現で融合を行う新しいエンドツーエンドネットワークである。 モデルは、モダリティ間の既知の情報不均衡により、2つのバイモーダルペアを入力として取る。
  論文  参考訳（メタデータ） (2021-07-28T23:33:42Z)

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。