NII Repository (National Institute of Informatics)
Not a member yet
2035 research outputs found
Sort by
SPARC Japan セミナー2022 「電子ジャーナルの転換契約とAPC問題で変わるオープンアクセスの現状と課題」 大学図書館コンソーシアム連合（JUSTICE）の論文公表実態調査について ドキュメント
Get PDFSPARC Japan セミナー2022「電子ジャーナルの転換契約とAPC問題で変わるオープンアクセスの現状と課題」
開催場所：オンライン開催
日時：2023年2月17日（金）13:00-17:00conference objec
SPARC Japan NewsLetter NO.46
Get PDF■SPARC Japan 活動報告
arXiv.org活動支援について[p.1]
CLOCKSS活動支援について[p.2]
SCOAP3活動支援について[p.2]
■SPARC Japan セミナー報告
企画概要[p.3]
参加者から[p.4]
企画後記[p.5]
ドキュメント[p.6]
(講演・パネルディスカッション）articl
SPARC Japan セミナー2023 「即時OAに備えて：論文・データを「つかってもらう」ためのライセンス再入門」 研究成果をより広く公開するためのライセンス付与について：CCライセンス付与の経験から ドキュメント
Get PDFSPARC Japan セミナー2023「即時OAに備えて：論文・データを「つかってもらう」ためのライセンス再入門」
開催場所：オンライン開催
日時：2023年11月28日（火）13:00～17:00conference objec
SPARC Japan セミナー2022 「電子ジャーナルの転換契約とAPC問題で変わるオープンアクセスの現状と課題」 オープンアクセスの推進による研究力強化 発表資料
Get PDFSPARC Japan セミナー2022「電子ジャーナルの転換契約とAPC問題で変わるオープンアクセスの現状と課題」
開催場所：オンライン開催
日時：2023年2月17日（金）13:00-17:00conference objec
SPARC Japan Seminar 2023 "Preparing for Immediate OA: A Reintroduction to Licensing for Getting Your Papers and Data Used" Current State of Rights Retention in the United States Document
Get PDFSPARC Japan セミナー2023「即時OAに備えて：論文・データを「つかってもらう」ためのライセンス再入門」
開催場所：オンライン開催
日時：2023年11月28日（火）13:00～17:00conference objec
第35回 これからの学術情報システム構築検討委員会 議事要旨
Get PDF会議名：第35回 これからの学術情報システム構築検討委員会
開催場所：オンライン
日時：2023年1月30日（月）10:00-12:00conference outpu
第25回大学図書館と国立情報学研究所との連携・協力推進会議議事要旨
Get PDF会議名：第25回大学図書館と国立情報学研究所との連携・協力推進会議
開催場所：オンライン
日時：2023年3月9日（木）13:00～15:00conference objec
「大学図書館員のためのIT総合研修」Web API実習資料
Get PDF研修名：2023年度大学図書館員のためのIT総合研修
開催期間：2023年8月23日（水）～8月25日（金）
主催：国立情報学研究所othe
TUA1 at NTCIR-17 FinArg-1 Task
Get PDFThis paper reports on the results produced by the TUA1 team in the Earnings Conference Call (ECC), Task 1 of Finarg-1 of NTCIR-17. The ECC is divided into two subtasks. One is Argument Unit Identification (AUI) and the other is Argument Relation Identification (ARI). There are two proposed methods. The first is to tune a pre-trained model based on the transformer architecture using prompts. This method was applied to both Argument Unit Identification and Argument Relation Identification. The second approach employs Cost-Sensitive Learning on pre-trained models, which were previously tuned. This was exclusively used for Argument Relation Identification.In the provided training and validation data for Argument Relation Identification, the correct labels were markedly unbalanced, with some specific labels being notably scarce. Cost-Sensitive Learning proves effective for such unbalanced datasets, often yielding higher results than pure pre-trained models alone. In our experiments involving prompt tuning, we leveraged the Weighted Random Sampler technique to further enhance accuracy on the unbalanced data.Experiments using the aforementioned methods revealed that we achieved the best results for Argument Relation Identification, and secured third place for Argument Unit Identification.conference pape