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。

Enhancing Natural Language Inference Performance with Knowledge Graph for COVID-19 Automated Fact-Checking in Indonesian Language

Created by
  • Haebom

作者

Arief Purnama Muharram, Ayu Purwarianti

概要

本稿では、インドネシア語で自動化されたCOVID-19情報検証のために知識グラフ（KG）を利用する新しいモデルを提案します。従来の深層学習ベースの自然言語推論（NLI）方式の性能限界を克服するために、KGを外部の知識として活用してNLIのパフォーマンスを向上させることに重点を置いています。提案されたモデルは、事実モジュール、NLIモジュール、分類器モジュールの3つのモジュールで構成されており、KGから情報を処理し、与えられた前提と仮説の間の意味関係を処理して最終結果を導き出します。インドネシア語COVID-19情報検証データセットとCOVID-19 KG Bahasa Indonesiaを使用して学習した結果、0.8616の精度を達成し、KG活用の効果を実証しました。

Takeaways、Limitations

•
Takeaways：
◦
知識グラフ（KG）を活用して、自然言語推論（NLI）ベースの自動化された情報検証システムのパフォーマンスを向上させることができます。
◦
インドネシア語のような低資源言語環境でもKGを活用した効果的な情報検証システムの構築可能性を提示
◦
COVID-19情報検証だけでなく、他の分野の自動化された情報検証システムの開発にも適用可能です。
•
Limitations:
◦
使用されるデータセットの規模と品質によっては、パフォーマンスが影響を受ける可能性があります。
◦
インドネシア語特有の言語的特徴を考慮する必要があるかもしれません。
◦
KGの完成度と品質がモデル性能に直接影響を与えます。 KGの不正確または不完全な情報はエラーを引き起こす可能性があります。
◦
他の言語への一般化の可能性に関するさらなる研究が必要である。
👍
Made with Slashpage