[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Political Leaning and Politicalness Classification of Texts

Created by
  • Haebom

作者

Matous Volf (DELTA High school of computer science and economics, Pardubice, Czechia), Jakub Simko (Kempelen Institute of Intelligent Technologies, Bratislava, Slovakia)

概要

本論文はトランスモデルを用いてテキストの政治的傾向と政治性を自動的に分類する問題を扱う。既存のデータセットとモデルを総合的に検討し、現在のアプローチが別々のソリューションを作成し、分布外テキストに対してパフォーマンスが低下していることを発見しました。この制限を解決するために、政治的傾向分類のための12個のデータセットを組み合わせてさまざまなデータセットを作成し、18個の既存のデータセットを適切なラベルに拡張して、政治性のための新しいデータセットを作成しました。 leave-one-inとleave-one-out手法を用いた広範なベンチマークにより,既存モデルの性能を評価し,一般化能力が向上した新しいモデルを訓練した。

Takeaways、Limitations

Takeaways:さまざまなデータセットを統合して、既存モデルの一般化パフォーマンスの向上と新しいモデルの開発に貢献します。 leave-one-inとleave-one-out方法論による客観的性能評価の提示政治的テキスト分類研究の包括的な分析を提供する。
Limitations:使用されたデータセットの偏りの明確なレビューの欠如の可能性。新しく作成されたデータセットの品質と代表性の追加分析が必要です。特定の言語または地域に偏っているデータセットの使用による一般化能力の低下の可能性。
👍