IAM:統合議論マイニングタスクのための包括的な大規模データセット【JST・京大機械翻訳】

Cheng Liying; Bing Lidong; He Ruidan; Yu Qian; Zhang Yan; Si Luo

プレプリント

J-GLOBAL ID：202202200179291804 整理番号：22P0308907

IAM:統合議論マイニングタスクのための包括的な大規模データセット【JST・京大機械翻訳】

IAM: A Comprehensive and Large-Scale Dataset for Integrated Argument Mining Tasks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2022年03月23日プレプリントサーバーでの情報更新日： 2022年07月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

伝統的に,議論は,通常,多くの論文を読むこと,請求を選定すること,請求の立脚を識別すること,請求に対する証拠を選定すること,請求の立場を追求すること,請求に対する証拠を追求すること,請求システムに含まれる退屈なプロセスを自動化する方法を探索することなどを含むマニュアル作成プロセスを必要とする。本研究では,IAMと名付けた包括的で大規模なデータセットを導入し,それは,クレーム抽出,スタンス分類,証拠抽出などを含む一連の議論マイニングタスクに適用できる。著者らのデータセットは,123のトピックスに関連した1k以上の論文から収集した。データセットにおける70k近くの文章を,それらの議論特性(例えば,請求,立脚,証拠など)に基づいて完全に注釈付けした。さらに,議論準備プロセスに関連した2つの新しい統合議論マイニングタスクを提案した。(1)スタンス分類(CESC)によるクレーム抽出と(2)クレーム-証拠ペア抽出(CEPE)。各統合タスクに対するパイプライン手法とエンドツーエンド法を別々に採用した。提案タスクの価値と課題を示し,議論マイニングに関する将来の研究を動機づける。【JST・京大機械翻訳】

, , , , ,
, , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る