文献

J-GLOBAL ID：202202214713120899   整理番号：22A0772496

Web文書のコストに敏感なスタンス検出のためのスタンス階層の利用【JST・京大機械翻訳】

Exploiting stance hierarchies for cost-sensitive stance detection of Web documents

著者 (6件)： Roy Arjun (L3S Research Center, Leibniz University of Hannover, Hannover, Germany) ,  Fafalios Pavlos (Institute of Computer Science, FORTH-ICS, Heraklion, Greece) ,  Ekbal Asif (Department of CSE, IIT Patna, Patna, India) ,  Zhu Xiaofei (Chongqing University of Technology, Chongqing, China) ,  Dietze Stefan (GESIS - Leibniz Institute for the Social Sciences, Cologne, Germany) ,  Dietze Stefan (Cologne & Heinrich-Heine-University, Duesseldorf, Germany)
資料名： Journal of Intelligent Information Systems  (Journal of Intelligent Information Systems)
巻： 58  号： 1  ページ： 1-19  発行年： 2022年 
JST資料番号： W0453A  ISSN： 0925-9902  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ファックチェックは,新しいニュースと戦うとき,本質的な挑戦である。特定の記述(クレーム)と一致するか,または不一致する文書を同定することは,このプロセスにおけるコアタスクである。この文脈において,スタンス検出は,クレームに対する文書の位置(スタンス)の同定を目的とする。ほとんどの手法は,高度に不均衡なクラス分布を考慮しない分類モデルを通してこのタスクを扱う。したがって,そのようなインスタンスが偽の請求を検出するための証拠を提供することによって,例えば,そのようなインスタンスは,例えば,そのようなインスタンスがタスクにとって重大であるとしても,少数クラス(例えば,「JdisJdis)の検出において,特に無効である。本論文では,ステーディングバイナリ分類器のモジュール型パイプラインを提案することができるスタンスクラスの階層的性質を利用して,1ステップとクラスベースで性能調整を可能にした。少数クラスの誤分類コストを強調する,ニューラルと従来の分類モデルの組み合わせを通して,著者らのアプローチを実行した。評価結果は,著者らのアプローチの最先端性能と,重要な「Jdis分類の分類性能を著しく改善する能力を実証した。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *原価 ,  評価 ,  分類 ,  文脈 ,  ニュース ,  *文書 ,  苦情
準シソーラス用語： 不均衡 ,  *Web文書 ,  分類モデル , 【Automatic Indexing@JST】

著者キーワード (4件)： スタンス検出 ,  事実検査 ,  カスケーディング分類器 ,  ケーキニュース

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： Web文書 ,  階層