Digital Commons Network^™

A Study On Developing Novel Methods For Relation Extraction, Darshini Mahendran

Theses and Dissertations

Relation Extraction (RE) is a task of Natural Language Processing (NLP) to detect and classify the relations between two entities. Relation extraction in the biomedical and scientific literature domain is challenging as text can contain multiple pairs of entities in the same instance. During the course of this research, we developed an RE framework (RelEx), which consists of five main RE paradigms: rule-based, machine learning-based, Convolutional Neural Network (CNN)-based, Bidirectional Encoder Representations from Transformers (BERT)-based, and Graph Convolutional Networks (GCNs)-based approaches. RelEx's rule-based approach uses co-location information of the entities to determine whether a relation exists between a selected entity …

Temporal Disambiguation Of Relative Temporal Expressions In Clinical Texts Using Temporally Fine-Tuned Contextual Word Embeddings., Amy L. Olex

Theses and Dissertations

Temporal reasoning is the ability to extract and assimilate temporal information to reconstruct a series of events such that they can be reasoned over to answer questions involving time. Temporal reasoning in the clinical domain is challenging due to specialized medical terms and nomenclature, shorthand notation, fragmented text, a variety of writing styles used by different medical units, redundancy of information that has to be reconciled, and an increased number of temporal references as compared to general domain texts. Work in the area of clinical temporal reasoning has progressed, but the current state-of-the-art still has a ways to go before …

Incorporating Ontological Information In Biomedical Entity Linking Of Phrases In Clinical Text, Evan French

Theses and Dissertations

Biomedical Entity Linking (BEL) is the task of mapping spans of text within biomedical documents to normalized, unique identifiers within an ontology. Translational application of BEL on clinical notes has enormous potential for augmenting discretely captured data in electronic health records, but the existing paradigm for evaluating BEL systems developed in academia is not well aligned with real-world use cases. In this work, we demonstrate a proof of concept for incorporating ontological similarity into the training and evaluation of BEL systems to begin to rectify this misalignment. This thesis has two primary components: 1) a comprehensive literature review and 2) …

Deep Learning-Aided Automated Personal Data Discovery And Profiling, Apdullah Yayik, Vedat Aybar, Hasan Hüseyi̇n Apik, Sevcan İçöz, Beki̇r Bakar, Tunga Güngör

Turkish Journal of Electrical Engineering and Computer Sciences

In Turkey, Turkish Personal Data Protection Rule (PDPR) No. 6698, in force since 2016, provides protection to citizens for the legal existence of their personal data. Although the law provides excellent guidance, companies currently face challenges in complying with its regulations in terms of storing, sharing, or monitoring personal data. Since any specially designed software with wide industrial usage is not on the market, almost all of the companies have no other choice but to take expensive and error-prone operations manually to ensure their compliance. In this paper, we present an automated solution to facilitate and accelerate PDPR compliance. In …

การพัฒนาระบบแชตบอตและแอปพลิเคชันไลน์สำหรับนิติบุคคลอาคารชุด, จิรเมธ แจ้งจันทร์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ปัจจุบันเทคโนโลยีสารสนเทศพัฒนาไปอย่างรวดเร็ว และเข้ามามีบทบาทที่สำคัญเป็นอย่างยิ่งต่อภาคธุรกิจ แซตบอตเป็นหนึ่งในเทคโนโลยีที่ได้รับความนิยมอย่างแพร่หลายและสามารถนำมาช่วยสนับสนุนการติดต่อสื่อสารระหว่างผู้ใช้งานกับธุรกิจได้เป็นอย่างดี เนื่องจากเป็นช่องทางอัตโนมัติที่สามารถบริการผู้ใช้งานได้แทบทุกที่ทุกเวลาด้วยภาษาที่ใกล้เคียงภาษาธรรมชาติ ผ่านอุปกรณ์และแอปพลิเคชันที่ผู้ใช้งานส่วนใหญ่คุ้นเคย เช่น โทรศัพท์มือถือ และแอปพลิเคชันไลน์ (LINE) รวมทั้งยังสามารถเก็บข้อมูลจากผู้ใช้งานเพื่อนำมาวิเคราะห์ด้วยคลังข้อมูลและระบบสนับสนุนการตัดสินใจ โครงการ “การพัฒนาระบบแชตบอตและแอปพลิเคชันไลน์สำหรับนิติบุคคลคอนโดมิเนียม” ประกอบด้วย 6 ระบบหลัก ได้แก่ (1) ระบบแชตบอตสำหรับประกาศ (2) ระบบเเชตบอตสำหรับชำระค่าใช้จ่าย (3) ระบบเเชตบอตสำหรับแจ้งพัสดุไปรษณีย์ (4) ระบบแอปพลิเคชันไลน์สำหรับแจ้งซ่อม (5) เว็บแอปพลิเคชันสำหรับนิติบุคคลอาคารชุด (6) ระบบวิเคราะห์ข้อมูลการใช้งานเเชตบอต โดยระบบแซตบอตได้ถูกพัฒนาขึ้นด้วยโปรแกรม Dialogflow, LINE Messaging API และภาษาไพธอนผ่านโปรแกรม Visual Studio Code ส่วนระบบเว็บแอปพลิเคชันถูกพัฒนาขึ้นด้วยโปรแกรม Django ร่วมกับระบบจัดการฐานข้อมูล PostgreSQL ระบบแซตบอตและเว็บแอปพลิเคชันที่พัฒนาขึ้นนี้สามารถนำมาเพิ่มช่องทางในการติดต่อสื่อสารระหว่างผู้พักอาศัยและนิติบุคคลคอนโดมิเนียม เพื่อให้ผู้พักอาศัยได้รับบริการที่สะดวกและรวดเร็ว ไม่จำกัดด้วยเวลาและสถานที่ในการให้บริการ อีกทั้งจะช่วยลดภาระของเจ้าหน้าที่นิติบุคคลในการให้บริการงานที่มีรูปแบบซ้ำ เพื่อให้เจ้าหน้าที่นิติบุคคลสามารถใช้เวลากับงานด้านอื่นมากยิ่งขึ้น

บทบัญญัติของกฎหมายที่ใช้บังคับในคดีละเมิด: การวิเคราะห์คำพิพากษาศาลไทยด้วยกระบวนการเรียนรู้เชิงลึก, ทวีศักดิ์ ชูศรี

Chulalongkorn University Theses and Dissertations (Chula ETD)

การประมวลผลเอกสารทางกฎหมายโดยใช้การประมวลผลภาษาธรรมชาติเป็นงานวิจัยที่น่าสนใจในการศึกษาอย่างมาก เนื่องจากการกำหนดหมวดกฎหมายสำหรับคดีในศาลมักต้องมีการปรึกษาหารือกับทนายความซึ่งมีค่าบริการที่สูงมาก ทำให้ประชาชนทั่วไปไม่สามารถเข้าถึงการใช้บริการดังกล่าวได้ จึงเป็นจุดเริ่มต้นในการจัดทำงานวิจัยนี้ ด้วยการสร้างระบบที่สามารถดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาล เพื่อให้บรรลุงานวิจัยนี้ ทางคณะผู้วิจัยได้รวบรวมชุดข้อมูลที่ครอบคลุมของคดีในศาลฎีกาจากประเทศไทย รวมถึงดึงข้อเท็จจริงจากเอกสารของโจทก์และจำเลยโดยใช้การผสมผสานระหว่างการเรียนรู้ของเครื่องและระบบที่ใช้กฎเป็นพื้นฐานเพื่อการวิเคราะห์การประมวลผลภาษาธรรมชาติเพิ่มเติม แนวทางที่ของงานวิจัยนี้นำเสนอมุ่งเน้นไปที่ระบบค้นคืนมาตราที่เกี่ยวข้องด้วยข้อมูลชุดฝึกที่มีจำนวนน้อย โดยใช้ข้อเท็จจริงของโจทก์เป็นข้อมูลเข้า ซึ่งระบบนี้จะสามารถจัดการกับมาตราต่างๆ ของกฎหมาย รวมถึงส่วนที่ไม่ค่อยพบหรือไม่ได้อยู่ในชุดการฝึกอบรม โดยที่ระบบจะทำงานได้ดีกว่ามาตรฐานพื้นฐาน โดยสรุป การวิจัยนี้มีเป้าหมายเพื่อสร้างระบบดึงข้อมูลส่วนกฎหมายที่เหมาะสมตามข้อเท็จจริงที่เกี่ยวข้องของคดีในศาลที่เข้าถึงได้และแม่นยำมากขึ้น ทางคณะผู้วิจัยหวังว่าจะลดความจำเป็นในการปรึกษาทนายความที่มีค่าบริการที่สูง และมอบเครื่องมือที่มีค่าสำหรับผู้เชี่ยวชาญด้านกฎหมายและบุคคลที่เกี่ยวข้องในกระบวนการพิจารณาคดีในศาล

การสกัดกิจกรรมสำคัญจากคำพิพากษาศาลฎีกา เพื่อสร้างรายงานประจำวันสำหรับตำรวจ, ณภัทร งามสดใส

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีเป้าหมายที่จะหาแนวทางแก้ปัญหาการบันทึกรายงานประจำวันของตำรวจ ที่จะช่วยให้พนักงานสอบสวนสามารถบันทึกรายงานประจำวันได้สะดวกมากยิ่งขึ้น โดยการสกัดสาระสำคัญทางคดีจากคำพิพากษาศาลฎีกาและคดีที่เกี่ยวข้อง เพื่อหาความสัมพันธ์ระหว่างคำทั้งหมดที่ปรากฎบนคำพิพากษา และระบุค่าความสำคัญเหล่านั้นโดยใช้เทคนิคทางกราฟ ได้แก่ ค่ากลางคั่นกลาง (Betweenness Centrality) ค่ากลางเพจแรงก์ (PageRank) ค่ากลางความเป็นศูนย์กลาง (Degree Centrality) ค่ากลางความใกล้ (Closeness Centrality) และ ค่ากลางไอเกนเวกเตอร์ (Eigenvector Centrality) เพื่อนำมาสร้างกราฟสรุปสำหรับการสร้างรายงานประจำวัน ทั้งนี้ วิธีการสร้างรายงานประจำวัน ผู้วิจัยออกแบบขั้นตอนวิธีสำหรับการท่องไปในกราฟสรุป เพื่อให้ได้ใจความสำคัญที่สามารถนำมาเป็นรายละเอียดหรือพฤติการณ์ที่ปรากฎอยู่บนรายงานประจำวัน

การเปรียบเทียบการเรียนรู้ของเครื่องและโครงข่ายประสาทเทียมสําหรับการตรวจสอบคุณภาพงานเขียนอัตโนมัติ, ณิชาพรรณ น้อยอยู่

Chulalongkorn University Theses and Dissertations (Chula ETD)

การตรวจสอบคุณภาพงานเขียนเรียงความในภาษาไทยยังคงเป็นงานที่ยุ่งยาก เนื่องจากเป็นภาษาที่ซับซ้อนมากทั้งในด้านเครื่องหมายวรรคตอน โครงสร้างประโยค การซ้ำคำ การสะกดคำ การแสดงความคิดเห็น และการให้เหตุผล ดังนั้นการตรวจสอบคุณภาพงานเขียนเรียงความภาษาไทยจึงเป็นงานที่ต้องอาศัยทักษะของผู้ตรวจทั้งด้านการอ่านและการตีความ ทำให้ใช้เวลาในการตรวจคุณภาพงานเขียนมาก นอกจากนี้หากมีผู้ตรวจมากกว่า 1 คน อาจส่งผลต่อมาตรฐานที่ใช้ในการตรวจสอบคุณภาพงานเขียนที่แตกต่างกัน งานวิจัยนี้ได้รวบรวมข้อมูลเรียงความภาษาไทยที่เขียนโดยนิสิตที่ลงทะเบียนเรียนในหลักสูตรการเขียนย่อหน้า จากสถาบันภาษาไทยสิรินธรแห่งจุฬาลงกรณ์มหาวิทยาลัย และนำแบบจำลองหน่วยความจำระยะสั้นแบบยาว (LSTM) แบบจำลองโครงข่ายประสาทเทียมแบบสังวัตนาการ (CNN) แบบจำลองเบิร์ต (BERT) และแบบจำลองวังจันทร์เบอร์ต้า (WangchanBERTa) มาพัฒนาระบบสำหรับการตรวจสอบคุณภาพงานเขียนอัตโนมัติ เพื่อเปรียบเทียบประสิทธิภาพการตรวจสอบคุณภาพงานเขียนเรียงความในภาษาไทย จากผลการทดลองแบบจำลอง WangchanBERTa ที่ประมวลผลด้วย Adam Optimizer และใช้ Binary Crossentropy เป็น Loss Function เหมาะกับปัญหาประเภทการจัดกลุ่ม โดยมีประสิทธิภาพในการทำนายคุณภาพการเขียนเรียงความในภาษาไทยสูง และมีค่าความถูกต้องสูงกว่า 90% ส่วนแบบจำลอง CNN มีค่าความถูกต้องสูงกว่า 87% ในขณะที่เมื่อประมวลผลด้วย RMSprop Optimizer และใช้ Mean Squared Error เป็น Loss Function เหมาะกับปัญหาประเภทการถดถอยและมีความถูกต้องอยู่ในช่วง 90% - 98% จึงสรุปได้ว่าแบบจำลอง WangchanBERTa เหมาะสำหรับปัญหาการจำแนกประเภท และแบบจำลอง CNN เหมาะสำหรับปัญหาการถดถอย เพื่อให้สามารถทำนายคุณภาพงานเขียนเรียงความในความภาษาไทยได้อย่างมีประสิทธิภาพสูงสุด

การจำแนกระดับความคิดในการฆ่าตัวตายจากข้อความทวิตเตอร์โดยใช้การเรียนรู้ของเครื่อง, พันธพร เบ็ญจไชยรัตน์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ความคิดฆ่าตัวตายเป็นหนึ่งในภาวะสุขภาพจิตที่สำคัญอย่างมากในสังคมไทย ในปัจจุบันคนที่มีความคิดฆ่าตัวตายได้มีการแสดงความรู้สึกออกมาผ่านสื่อสังคมออนไลน์ต่าง ๆ ในวิทยานิพนธ์นี้จึงได้มีแนวคิดในการนำเอาเทคนิคการประมวลผลภาษาธรรมชาติและการเรียนรู้ของเครื่อง มาใช้ในการจำแนกข้อความที่เป็นภาษาไทยบนเครือข่ายสังคมออนไลน์ทวิตเตอร์เพื่อตรวจหาระดับความคิดฆ่าตัวตายทั้ง 6 ระดับ ได้แก่ 1) อยากตาย, 2) คิดฆ่าตัวตายแต่ยังไม่มีรายละเอียดที่เจาะจง, 3) คิดฆ่าตัวตายโดยกล่าวถึงวิธีการ แต่ยังไม่มีแผนและยังไม่ส่อเจตนาที่จะลงมือ, 4) คิดฆ่าตัวตายโดยมีเจตนาที่จะลงมือ ยังไม่มีแผนที่เจาะจง, 5) คิดฆ่าตัวตายโดยมีแผนที่เจาะจงและมีเจตนาที่จะลงมือ และ 6) อื่น ๆ (ไม่ใช่ความคิดฆ่าตัวตาย) โดยใช้อัลกอริทึมแอลเอสทีเอ็ม, เอสวีเอ็ม, แรนดอมฟอเรสต์ และ เอกซ์จีบูสต์ จากการประเมินผลพบว่าอัลกอริทึมแอลเอสทีเอ็มมีประสิทธิภาพโดยรวมดีที่สุด โดยมีค่าความเที่ยงเป็น 93.68% ค่าเรียกคืนเป็น 94.25% ค่าเอฟวันเป็น 93.88% และค่าความแม่นเป็น 95.05% งานวิจัยนี้ได้พัฒนาเว็บแอปพลิเคชันเพื่อใช้ทำนายระดับความคิดฆ่าตัวตายจากข้อความของผู้ใช้ที่โต้ตอบกับเว็บแอปพลิเคชัน เพื่อเสนอแนวทางการช่วยเหลือตัวเองในเบื้องต้นหรือให้คำแนะนำได้อย่างเหมาะสมตามระดับความคิดฆ่าตัวตายนั้น ๆ ตลอดจนให้ความรู้เกี่ยวกับความคิดด้านลบและวิธีการจัดการความคิดลบอัตโนมัติของตนเอง และมีช่องทางการติดต่อโรงพยาบาลและเบอร์ฉุกเฉินให้แก่ผู้ที่มีความเสี่ยงในการฆ่าตัวตายสูง เพื่อให้ผู้ใช้เข้าถึงความช่วยเหลือได้ทันที

การวิเคราะห์คุณลักษณะของเสียงเพื่อทำนายคะแนนแอตเทนชันในแบบประเมินโมคา, วิโรจน์ ตรีมงคลโชค

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้เป็นการศึกษาเพื่อค้นหาคุณลักษณะทางเสียงที่มีความสำคัญในการประเมินคะแนนการทำงานสมองด้านแอตเทนชันของแบบประเมินไทยโมคา โดยใช้ชุดข้อมูลเสียงที่บันทึกจากแอปพลิเคชันไทยโมคา โดยเลือกแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง (Digit Forward Span, DFS) และแบบทดสอบทวนตัวเลขตามลำดับจากหลังไปหน้า (Digit Backward Span, DBS) ซึ่งเป็นแบบทดสอบการทำงานของสมองด้านแอตเทนชัน ผู้วิจัยพัฒนาโมเดลเพื่อสกัดคุณลักษณะเสียง และเปรียบเทียบหาชุดคุณลักษณะสำคัญทางเสียงที่ด้วยวิธีการกำจัดคุณลักษณะแบบเรียกซ้ำ (Recursive Feature Elimination, RFE) ซึ่งมีความแม่นยำในการจำแนกข้อมูลคะแนนการทำงานสมองด้านแอตเทนชันของแบบประเมินไทยโมคาสูงที่สุด โดยจากการวิจัยนั้นผู้วิจัยได้รับชุดคุณลักษณะสำคัญทางเสียงที่ประกอบด้วย 3 คุณลักษณะ คือ ผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง ที่ตรวจสอบจากความเข้มของเสียง ผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหน้าไปหลัง ที่ตรวจสอบจากคอนทัวร์ของระดับเสียง และผลรวมของช่วงเวลาขณะเกิดเสียงในแบบทดสอบทวนตัวเลขตามลำดับจากหลังไปหน้า ที่ตรวจสอบจากคอนทัวร์ของระดับเสียง และชุดคุณลักษณะนี้มีความแม่นยำในการจำแนกข้อมูลคะแนนการทำงานสมองด้านแอตเทนชันร้อยละ 72.0 ซึ่งมากกว่าการใช้คุณลักษณะทางเสียงทั้งหมดในการจำแนกข้อมูล

Engagement Detection Using Prosodic Cues: An Approach For Measuring Child Emotional Engagement Level In Child-Robot Interaction Scenario, Mustafa Oztoprak

Graduate Research Theses & Dissertations

The ultimate goal of advanced child-robot interaction is to develop a high-level intelligencecommunication channel in a closed-loop configuration with the child as the focal point of the instructional scenario. This goal can be met by establishing efficient sensing mechanisms on the robot’s side, such as automatic engagement measuring, which will allow the robot to alter its behavior or even the instructional scenario’s execution.Recent researches, regarding engagement recognition systems mostly based on facial or multi-modal features.We would like to investigate this topic using prosodic cues only. We believe speech characteristics are more likely to be related to child speaker engagement level.This …

Relationship Between Vendor/Client Complementarity, Vendor Technology Maturity, Vendor Financial Stability, And It Outsourcing Project Outcomes, Everton A. Wilson

Walden Dissertations and Doctoral Studies

Business and IT leaders in financial services are concerned with the limited benefits they are reaping from information technology outsourcing (ITO) projects, despite continued heavy investments in ITO. Grounded in the transaction cost, agency, and resource-based view theories, the purpose of this quantitative correlational study was to examine the relationship between vendor/client complementarity, vendor technology maturity, vendor financial stability, and ITO success. Participants were 65 business and IT leaders in financial institutions engaged in ITO projects. The result of the multiple linear regression was significant, F(3, 61) = 4.845, p = .004, R2 = .192. In the final analysis, vendor/client …

Social Media Analytics Use Among Small Business Owners, Melody White

Walden Dissertations and Doctoral Studies

As of January 2018, small businesses created 47.5% of private jobs in the United States, but little is known about whether and why small business owners use social media analytics. This topic is important because social media analytics assist businesses in identifying social media effectiveness, gaining new customers, and staying connected with current customers. The purpose of this generic qualitative research study was to explore the use of social media analytics by small business owners, which can increase customer interaction and help monitor company perception and effectiveness. The conceptual foundation used in this study was the technology acceptance model. The …

Bias Mitigation For Toxicity Detection Via Sequential Decisions, Lu Cheng, Ahmadreza Mosallanezhad, Yasin N. Silva, Deborah Hall, Huan Liu

Computer Science: Faculty Publications and Other Works

Increased social media use has contributed to the greater prevalence of abusive, rude, and offensive textual comments. Machine learning models have been developed to detect toxic comments online, yet these models tend to show biases against users with marginalized or minority identities (e.g., females and African Americans). Established research in debiasing toxicity classifiers often (1) takes a static or batch approach, assuming that all information is available and then making a one-time decision; and (2) uses a generic strategy to mitigate different biases (e.g., gender and racial biases) that assumes the biases are independent of one another. However, in real …

Fact Sheet, Yale University Office Of Institutional Research

Fact Sheets

No abstract provided.

Assessing Inter-Metric Correlation For Multi-Document Summarization Evaluation, Michael Ridenour

Maseeh Summer Undergraduate Research Experience

Background: (i) Automatic Text Summarization involves generating concise summaries of natural language text documents by using machine learning systems. (ii) Most prior research has focused on developing systems that can summarize a single document (for example a news article), but recent research has developed systems that can summarize a cluster of multiple documents (for example Tweets or customer reviews). (iii) Multi-document summarization is more challenging due to the higher diversity of information in the source documents.

Measuring Semantic Similarity Of Documents By Using Named Entity Recognition Methods, David Efraín Muñoz Morales

Masters

The work presented in this thesis was born from the desire to map documents with similar semantic concepts between them. We decided to address this problem as a named entity recognition task, where we have identified key concepts in the texts we use, and we have categorized them. So, we can apply named entity recognition techniques and automatically recognize these key concepts inside other documents. However, we propose the use of a classification method based on the recognition of named entities or key phrases, where the method can detect similarities between key concepts of the texts to be analyzed, and …

Utilization Of Virtual Reality For General Education Purposes, Amit Lal

University of the Pacific Theses and Dissertations

The use of Virtual Reality (VR) in a variety of professional, military, governmental, and educational fields has continued to expand over the past several decades, and the recent Covid-19 pandemic has brought attention to this field. This study surveys 154 college students over 23 questions that include various demographics that can be used to look for discriminators, multiple-choice VR-related questions, as well as a few free-form questions about use of VR in learning environments. The students’ experience with, interest in, and thoughts on how to best use VR vary considerably. The Covid-19 pandemic is found to have limited impact thus …

The Times, They Are A-Changin': Tracking Shifts In Mental Health Signals From Early Phase To Later Phase Of The Covid-19 Pandemic In Australia, Siqin Wang, Xiao Huang, Tao Hu, Mengxi Zhang, Zhenlong Li, Huan Ning, Jonathan Corcoran, Asaduzzaman Khan, Yan Liu, Jiajia Zhang, Xiaoming Li

Geosciences Faculty Publications and Presentations

Introduction Widespread problems of psychological distress have been observed in many countries following the outbreak of COVID-19, including Australia. What is lacking from current scholarship is a national-scale assessment that tracks the shifts in mental health during the pandemic timeline and across geographic contexts.

Methods Drawing on 244 406 geotagged tweets in Australia from 1 January 2020 to 31 May 2021, we employed machine learning and spatial mapping techniques to classify, measure and map changes in the Australian public’s mental health signals, and track their change across the different phases of the pandemic in eight Australian capital cities.

Results Australians’ …

Shapley Idioms: Analysing Bert Sentence Embeddings For General Idiom Token Identification, Vasudevan Nedumpozhimana, Filip Klubicka, John Kelleher

Articles

This article examines the basis of Natural Language Understanding of transformer based language models, such as BERT. It does this through a case study on idiom token classification. We use idiom token identification as a basis for our analysis because of the variety of information types that have previously been explored in the literature for this task, including: topic, lexical, and syntactic features. This variety of relevant information types means that the task of idiom token identification enables us to explore the forms of linguistic information that a BERT language model captures and encodes in its representations. The core of …

Mathematics Learning, Teaching, And Equity In Policy And Programs: The Case Of Secondary Mathematics Teacher Education In The United States, Eryn M. Stehr Maher, Hyunyi Jung, Jill Newton

Mathematical Sciences: Faculty Publications

Professional organizations have provided recommendations for mathematics teaching and learning; however, few studies have investigated the practical integration of those recommendations into mathematics teacher education programs. In this study, we examine how the reported “big ideas” of courses in secondary mathematics teacher education programs emphasized the content and teaching practices necessary for future mathematics teachers, as recommended by policy documents. As part of a larger study, we conducted a series of interviews in secondary mathematics teacher education programs at four universities (names are descriptive pseudonyms): Great Lakes University (GLU), Midwestern Research University (MRU), Midwestern Urban University (MUU), and Southeastern Research …

Estimating Fuel-Efficient Air Plane Trajectories Using Machine Learning, Jaiteg Singh, Gaurav Goyal, Farman Ali, Babar Shah, Sangheon Pack

All Works

Airline industry has witnessed a tremendous growth in the recent past. Percentage of people choosing air travel as first choice to commute is continuously increasing. Highly demanding and congested air routes are resulting in inadvertent delays, additional fuel consumption and high emission of greenhouse gases. Trajectory planning involves creation identification of cost-effective flight plans for optimal utilization of fuel and time. This situation warrants the need of an intelligent system for dynamic planning of optimized flight trajectories with least human intervention required. In this paper, an algorithm for dynamic planning of optimized flight trajectories has been proposed. The proposed algorithm …

Investigating How Speech And Animation Realism Influence The Perceived Personality Of Virtual Characters And Agents, Sean A. Thomas, Ylva Ferstl, Rachel Mcdonnell, Cathy Ennis

Articles

The portrayed personality of virtual characters and agents is understood to influence how we perceive and engage with digital applications. Understanding how the features of speech and animation drive portrayed personality allows us to intentionally design characters to be more personalized and engaging. In this study, we use performance capture data of unscripted conversations from a variety of actors to explore the perceptual outcomes associated with the modalities of speech and motion. Specifically, we contrast full performance-driven characters to those portrayed by generated gestures and synthesized speech, analysing how the features of each influence portrayed personality according to the Big …

Performance Of Black Soldier Fly Frass Fertiliser On Maize (Zea Mays L.) Growth, Yield, Nutritional Quality, And Economic Returns, C. M. Tanga, D. Beesigamukama, M. Kassie, P. J. Egonyu, Changeh J. Ghemoh, Kiatoko Nkoba, S. Subramanian, A. O. Anyega, S. Ekesi

All Peer-Reviewed Publications

Although the black soldier fly frass fertiliser (BSFFF) is globally recognised as a promising and potential high-quality organic fertiliser, there is inadequate information on its impact on the growth performance and nutritional status of maize. Furthermore, no information exist on their combination with mineral fertiliser (NPK) as well as economic impact on maize production. This study evaluated the comparative impact of BSFFF, NPK and commercial organic fertiliser (Evergrow®) on growth, nitrogen use efficiency, yield, nutritional quality, and profitability of maize under greenhouse conditions. The treatments included: (1) sole application of BSFFF, conventional compost of brewers’ spent grain (BSG), Evergrow, and …

Finding Aid For The Evelyn Uhrhan Irving Collection (Mum00146)

Archives & Special Collections: Finding Aids (alphabetical)

Correspondence of modern language professor Evelyn Uhrhan Irving with various public officials and media outlets on foreign policy and domestic matters.

An Analysis On Trends Of Research Topics In Civic Education Using Dynamic Topic Model, Poon Thongsai

Chulalongkorn University Theses and Dissertations (Chula ETD)

The aim of this thesis is to study the trend of civic and citizenship education research from 2000 to 2020 and the influence the regional background of researches has on the research discussion. Relevant data is collected from ERIC and SCOPUS database. This includes abstracts, published year, regional background of researchers, and author h-index. The keywords used are “civic education” or “citizenship education” or “civics”. There are 4917 papers extracted in total. Upon doing further preparation, 4854 articles are prepared for analysis. We apply Structural Topic model (STM) technique to the abstracts with covariates including the published year and the …

การสร้างคำถามไวยากรณ์ภาษาอังกฤษแบบปรนัยโดยใช้ทรานส์ฟอร์เมอร์ถ่ายทอดชนิดข้อความถึงข้อความ, พีรวัชน์ ชมภูยอด

Chulalongkorn University Theses and Dissertations (Chula ETD)

คำถามปรนัยสำหรับทดสอบไวยากรณ์ภาษาอังกฤษสามารถสร้างแบบอัตโนมัติเพื่อลดระยะเวลาในการสร้างคำถาม ในอดีตงานวิจัยด้านนี้มุ่งเน้นไปที่การสร้างคำถามแบบกึ่งอัตโนมัติ โดยนำข้อความที่สร้างโดยมนุษย์มาแปลงให้เป็นคำถามปรนัย ส่งผลให้จำนวนคำถามที่สร้างได้ขึ้นอยู่กับจำนวนข้อความในคลังข้อมูลเท่านั้น วิทยานิพนธ์ฉบับนี้นำเสนอระบบสร้างคำถามปรนัยแบบอัตโนมัติที่นำเทคโนโลยีปัญญาประดิษฐ์มาประยุกต์ใช้ โดยนำปัญญาประดิษฐ์มาฝึกสอนให้สามารถสร้างข้อความอัตโนมัติแบบควบคุมคุณสมบัติของข้อความได้ แบบจำลองการเรียนรู้ของเครื่องที่นำมาฝึกในงานวิจัยนี้คือแบบจำลองทรานส์ฟอร์มเมอร์ชนิดข้อความถึงข้อความหรือทีไฟว์ ซึ่งเป็นแบบจำลองที่มีประสิทธิภาพในการสร้างข้อความอัตโนมัติ คุณลักษณะที่ใช้ฝึกแบบจำลองได้แก่ คำสำคัญ และแม่แบบ เพื่อควบคุมเนื้อหาและชนิดคำของข้อความที่สร้างขึ้น นอกจากการสร้างข้อความอัตโนมัติ วิทยานิพนธ์ฉบับนี้ได้เสนอกลวิธีแบบกฎเพื่อแปลงข้อความให้เป็นคำถามปรนัยสำหรับ 10 หัวข้อไวยากรณ์ ผลการทดลองของงานวิจัยนี้ชี้ให้เห็นว่าเมื่อนำคำถามที่สร้างขี้น มาประเมินผลด้วยผู้เชี่ยวชาญด้านภาษาอังกฤษแล้ว มีการยอมรับได้อยู่ที่ร้อยละ 86 ถึงแม้ว่าคำถามที่ถูกสร้างขึ้นทั้งหมดไม่สามารถนำไปทดสอบนักเรียนได้โดยตรง แต่ระบบสร้างคำถามอัตโนมัตินี้สามารถช่วยสนับสนุนคุณครูให้จัดเตรียมข้อสอบได้รวดเร็วขึ้น

Hashtag Recommendation Based On Neural Topic Model, Thunchanok Tangpong

Chulalongkorn University Theses and Dissertations (Chula ETD)

Hashtag recommendation is a method that aims to recommend the relevant hashtag to the target microblog. The previous work applies a topic model for discovering the topic of users, words, and hashtags. Despite their progress, two problems remain unresolved. Firstly, the previous work infers topic distribution by using a non-neural network framework which is a non-linear function, limiting the model's ability to capture topic distribution complexly. Secondly, the representation of words and hashtags used in the prior model is merely the frequency of words, making the model to ignore not only word context but also the relation between word and …

A Fuzzy Ahp Approach To Assess Flood Hazard For Area Of Bang Rakam Model 60 Project In Yom River Basin, Northern Thailand, Aphittha Yodying, Nattapon Mahavik, Sarintip Tantanee, Charatdao Kongmuang, Agbesi Kwadzo Keteku, Polpreecha Chidburee, Kamonchat Seejata, Sasithon Chatsudarat

Applied Environmental Research

The Thai government developed the “Bang Rakam Model 60” to solve flood issues in low-lying areas (Phitsanulok and Sukhothai Provinces). In the project, farmers will have to start planting in early April and harvest in July. This research proposes a methodology for assessing flood hazard using a fuzzy analytic hierarchy process (fuzzy AHP) relied on Chang’s extent analysis. It was employed to derive the weight for factor ranking and create a flood hazard map. Eight hazard factors are considered in the methodology: average annual rainfall, drainage density, distance from drainage network, soil water infiltration, land use, elevation, slope, and flow …

Novel Primitive Decompositions For Real-World Physical Reasoning, Mackie Zhoou, Bridget Duah, Jamie C. Macbeth

Computer Science: Faculty Publications

In this work, we are concerned with developing cognitive representations that may en- hance the ability for self-supervised learning systems to learn language as part of their world explorations. We apply insights from in-depth language understanding systems to the problem, specifically representations which decompose language inputs into language-free structures that are complex combinations of primitives representing cognitive abstractions such as object permanence, movement, and spatial relationships. These decompositions, performed by a system traditionally called a conceptual analyzer, link words with complex non-linguistic structures that engender the rich relations between language expressions and world exploration that are a familiar aspect of …