文献

J-GLOBAL ID：202202298700860604   整理番号：22A0067205

ReAct:アクティビティ(そしてより)のためのレビューコメントデータセット【JST・京大機械翻訳】

ReAct: A Review Comment Dataset for Actionability (and more)

著者 (3件)： Choudhary Gautam (Adobe Research, Bangalore, India) ,  Modani Natwar (Adobe Research, Bangalore, India) ,  Maurya Nitish (Adobe System, Noida, India)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 13081  ページ： 336-343  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
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： レビューコメントは,文書の進化において重要な役割を果たす。大規模文書では,レビューコメントの数は大きくなり,コメントが何かを急速に把握するのを困難にする。これらのコメントのタイプの同定とともに,文書著者の一部にいくつかの行動を必要とすることを確認するためにコメントの性質を同定することが重要である。本論文では,注釈付きレビューコメントデータセットReActを導入した。レビューコメントは,OpenReviewサイトから出される。コメントの行動可能性とタイプに対するこれらのレビューのために,クラウドソースアノテーションを行った。データセットの性質を解析し,アノテーションの品質を検証した。データセットを主要な貢献として研究コミュニティに放出した。また,このデータを分類タスクの標準基準線でベンチマークし,その性能を分析した。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コミュニティ ,  基準線 ,  ベンチマーク ,  *アノテーション
準シソーラス用語： テキスト分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： レビューデータセット ,  行動可能性 ,  分類 ,  テキスト分類

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