Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Personal Data Markets: A Narrative Review on Influence Factors of the Price of Personal Data Kapitel lesen Erstes Kapitel lesen

2022 | OriginalPaper | Buchkapitel

ChouBERT: Pre-training French Language Model for Crowdsensing with Tweets in Phytosanitary Context

verfasst von : Shufan Jiang, Rafael Angarita, Stéphane Cormier, Julien Orensanz, Francis Rousseaux

Erschienen in: Research Challenges in Information Science

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

To fulfil the increasing need for food of the growing population and face climate change, modern technologies have been applied to improve different farming processes. One important application scenario is to detect and measure natural hazards using sensors and data analysis techniques. Crowdsensing is a sensing paradigm that empowers ordinary people to contribute with data their sensor-enhanced mobile devices gather or generate. In this paper, we propose to use Twitter as an open crowdsensing platform for acquiring farmers knowledge. We proved this concept by applying pre-trained language models to detect individual’s observation from tweets for pest monitoring.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Method for Evaluating Information Security Level in Organisations
Nächstes Kapitel A Conceptual Characterization of Fake News: A Positioning Paper
Literatur
1.
Boubiche, D.E., et al.: Mobile crowd sensing-taxonomy, applications, challenges, and solutions. Comput. Hum. Behav. 101, 352–370 (2019)CrossRef
2.
Jacob, D., et al.: BERT: pre-training of deep bidirectional transformers for language understanding. In: Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, vol. 1. pp. 4171–4186. ACL, June 2019
3.
Klerkx, L., Jakku, E., Labarthe, P.: A review of social science on digital agriculture, smart farming and agriculture 4.0: new contributions and a future research agenda. NJAS Wageningen J. Life Sci. 90–91, 100315 (2019)
4.
Laifa, A., Gautier, L., Cruz, C.: Impact of textual data augmentation on linguistic pattern extraction to improve the idiomaticity of extractive summaries. In: Golfarelli, M., Wrembel, R., Kotsis, G., Tjoa, A.M., Khalil, I. (eds.) DaWaK 2021. LNCS, vol. 12925, pp. 143–151. Springer, Cham (2021). https://​doi.​org/​10.​1007/​978-3-030-86534-4_​13CrossRef
5.
Le, H., et al.: FlauBERT: unsupervised language model pre-training for French. In: Proceedings of The 12th Language Resources and Evaluation Conference, LREC, pp. 2479–2490. European Language Resources Association, Marseille (2020)
6.
Martin, L., et al.: CamemBERT: a tasty French language model. In: Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics, pp. 7203–7219. Association for Computational Linguistics, Online (2020)
7.
Mendes, J., et al.: Smartphone applications targeting precision agriculture practices-a systematic review. Agronomy 10(6), 855 (2020)CrossRef
8.
Pedregosa, F., et al.: Scikit-learn: machine learning in Python. J. Mach. Learn. Res. 12, 2825–2830 (2011)MathSciNetMATH
9.
10.
Shankar, P., Bitter, C., Liwicki, M.: Digital crop health monitoring by analyzing social media streams. In: 2020 IEEE/ITU International Conference on Artificial Intelligence for Good (AI4G), Geneva, Switzerland, pp. 87–94. IEEE (2020)
11.
Stella, D., et al.: JuriBERT: a masked-language model adaptation for French legal text. In: Proceedings of the Natural Legal Language Processing Workshop, pp. 95–101. Association for Computational Linguistics, November 2021
12.
Thollet, B.: MEDIAS SOCIAUX EN AGRICULTURE: Contribution à l’analyse des usages et de leur potentiel d’apprentissage pour la transition agroécologique. Master’s thesis, AgroSup Dijon, Dijon, France, August 2020
13.
14.
15.
Turenne, N., et al.: Open data platform for knowledge access in plant health domain: VESPA mining. CoRR abs/1504.06077 (2015)
16.
Welvaert, M., et al.: Limits of use of social media for monitoring biosecurity events. PLOS ONE 12(2), e0172457 (2017)
17.
Wolf, T., et al.: Transformers: state-of-the-art natural language processing. In: Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing: System Demonstrations, pp. 38–45. Association for Computational Linguistics, Online, October 2020
Metadaten
Titel
ChouBERT: Pre-training French Language Model for Crowdsensing with Tweets in Phytosanitary Context
verfasst von
Shufan Jiang
Rafael Angarita
Stéphane Cormier
Julien Orensanz
Francis Rousseaux
Copyright-Jahr
2022
Buch
Research Challenges in Information Science

Print ISBN: 978-3-031-05759-5

Electronic ISBN: 978-3-031-05760-1

Copyright-Jahr: 2022

DOI
https://doi.org/10.1007/978-3-031-05760-1_40