論文の概要: Convo: What does conversational programming need? An exploration of
machine learning interface design
- arxiv url: http://arxiv.org/abs/2003.01318v1
- Date: Tue, 3 Mar 2020 03:39:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-26 22:26:24.130352
- Title: Convo: What does conversational programming need? An exploration of
machine learning interface design
- Title（参考訳）: Convo: 会話型プログラミングには何が必要ですか?
機械学習インタフェース設計の探索
- Authors: Jessica Van Brummelen, Kevin Weng, Phoebe Lin, Catherine Yeo
- Abstract要約: 我々は、異なる入力方法と、開発した対話型プログラミングシステムを比較した。
参加者は、音声ベース、テキストベース、音声またはテキストベースのシステムを使用して、初心者および高度なタスクを完了した。
結果として、将来の対話型プログラミングツールは、ユーザのプログラミング体験に合わせて調整されるべきであることが示される。
- 参考スコア（独自算出の注目度）: 8.831954614241232
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Vast improvements in natural language understanding and speech recognition
have paved the way for conversational interaction with computers. While
conversational agents have often been used for short goal-oriented dialog, we
know little about agents for developing computer programs. To explore the
utility of natural language for programming, we conducted a study ($n$=45)
comparing different input methods to a conversational programming system we
developed. Participants completed novice and advanced tasks using voice-based,
text-based, and voice-or-text-based systems. We found that users appreciated
aspects of each system (e.g., voice-input efficiency, text-input precision) and
that novice users were more optimistic about programming using voice-input than
advanced users. Our results show that future conversational programming tools
should be tailored to users' programming experience and allow users to choose
their preferred input mode. To reduce cognitive load, future interfaces can
incorporate visualizations and possess custom natural language understanding
and speech recognition models for programming.
- Abstract（参考訳）: 自然言語理解と音声認識の大幅な改善は、コンピュータとの対話の道を開いた。
会話エージェントは、しばしば短い目標指向ダイアログに使用されるが、コンピュータプログラムを開発するエージェントについてはほとんど知られていない。
プログラミングにおける自然言語の有用性を探るために,我々は,様々な入力方法と会話型プログラミングシステムを比較した研究を行った(n$=45)。
参加者は音声ベース、テキストベース、音声またはテキストベースのシステムを使用して、初心者および高度なタスクを完了した。
各システムの側面(音声入力効率、テキスト入力精度など)が評価され、初心者は高度なユーザよりも音声入力を使ったプログラミングに楽観的であった。
この結果から,将来の対話型プログラミングツールは,ユーザのプログラミング体験に合わせて,ユーザが好みの入力モードを選択できることが示唆された。
認知負荷を減らすために、将来のインターフェイスは視覚化を取り入れ、プログラミングのためのカスタム自然言語理解と音声認識モデルを持つことができる。
関連論文リスト
- WavChat: A Survey of Spoken Dialogue Models [66.82775211793547]
GPT-4oのようなシステムで実証された音声対話モデルの最近の進歩は、音声領域において大きな注目を集めている。
これらの高度な音声対話モデルは、音声、音楽、その他の音声関連の特徴を理解するだけでなく、音声のスタイリスティックな特徴や音節的な特徴も捉える。
音声対話システムの進歩にもかかわらず、これらのシステムを体系的に組織化し分析する包括的調査が欠如している。
論文 参考訳（メタデータ） (2024-11-15T04:16:45Z) - A Transformer-Based Multi-Stream Approach for Isolated Iranian Sign Language Recognition [0.0]
本研究の目的は,イラン手話語をトランスフォーマーなどの最新のディープラーニングツールの助けを借りて認識することである。
使用されるデータセットには、大学などの学術環境で頻繁に使用されるイラン手話101語が含まれている。
論文 参考訳（メタデータ） (2024-06-27T06:54:25Z) - PwR: Exploring the Role of Representations in Conversational Programming [17.838776812138626]
PwR(Programming with Representations)は、自然言語でシステムの理解をユーザに伝えるために表現を使用する手法である。
その結果,表現は理解可能性を大幅に向上させ,参加者の間にエージェンシーの感覚を植え付けることができた。
論文 参考訳（メタデータ） (2023-09-18T05:38:23Z) - ChatDev: Communicative Agents for Software Development [84.90400377131962]
ChatDevはチャットを利用したソフトウェア開発フレームワークで、特別なエージェントがコミュニケーション方法についてガイドされる。
これらのエージェントは、統一された言語ベースのコミュニケーションを通じて、設計、コーディング、テストフェーズに積極的に貢献する。
論文 参考訳（メタデータ） (2023-07-16T02:11:34Z) - User Adaptive Language Learning Chatbots with a Curriculum [55.63893493019025]
語彙的に制約されたデコーディングをダイアログシステムに適用し、ダイアログシステムに対して、その生成した発話にカリキュラムに準拠した単語やフレーズを含めるよう促す。
評価の結果,カリキュラム注入によるダイアログシステムにより,対象語に対する生徒の理解が向上し,英語実践への関心が高まることが示された。
論文 参考訳（メタデータ） (2023-04-11T20:41:41Z) - PADL: Language-Directed Physics-Based Character Control [66.517142635815]
本稿では,文字が行うべきハイレベルなタスクと低レベルなスキルを指定するために,ユーザが自然言語コマンドを発行できるようにするPADLを提案する。
我々は,シミュレーションされたヒューマノイドキャラクタを効果的に誘導し,多種多様な複雑な運動能力を実現するために,本フレームワークを適用した。
論文 参考訳（メタデータ） (2023-01-31T18:59:22Z) - A Case Study in Engineering a Conversational Programming Assistant's
Persona [72.47187215119664]
会話能力は、既存のコード流大言語モデルを使用することで達成された。
プロンプトの進化に関する議論は、既存の基礎モデルを特定のアプリケーションに望ましい方法で振る舞う方法に関するケーススタディを提供する。
論文 参考訳（メタデータ） (2023-01-13T14:48:47Z) - Programming by Example and Text-to-Code Translation for Conversational
Code Generation [1.8447697408534178]
本稿では,実例によるプログラミングとテキスト・トゥ・コードシステムの統合手法を提案する。
MPaTHSは一般的なプログラムを合成するための自然言語インタフェースを提供する。
本稿では,タスク指向対話問題に適用可能なプログラム表現を提案する。
論文 参考訳（メタデータ） (2022-11-21T15:20:45Z) - Lifelong and Continual Learning Dialogue Systems [14.965054800464259]
本書は生涯学習対話システムの新たなパラダイムを紹介する。
システムがより多くのユーザとチャットしたり、外部ソースからより多くのことを学ぶようになると、会話の知識が増し、より良くなる。
論文 参考訳（メタデータ） (2022-11-12T02:39:41Z) - Using Chatbots to Teach Languages [43.866863322607216]
我々のシステムは、ユーザの言語能力に即時に適応できる。
ユーザが誤りから学ぶのに役立つ自動文法エラーフィードバックを提供する。
我々の次のステップは、強化学習アルゴリズムを用いてユーザープロファイル情報に適応させることです。
論文 参考訳（メタデータ） (2022-07-31T07:01:35Z) - A Conversational Paradigm for Program Synthesis [110.94409515865867]
本稿では,大規模言語モデルを用いた対話型プログラム合成手法を提案する。
私たちは、自然言語とプログラミング言語のデータに基づいて、CodeGenと呼ばれる大規模な言語モデルのファミリーを訓練します。
本研究は,会話能力の出現と,提案した会話プログラム合成パラダイムの有効性を示すものである。
論文 参考訳（メタデータ） (2022-03-25T06:55:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。