論文の概要: Editable AI: Mixed Human-AI Authoring of Code Patterns

• arxiv url: http://arxiv.org/abs/2007.05902v1
• Date: Sun, 12 Jul 2020 03:49:42 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-11 05:39:52.205848
• Title: Editable AI: Mixed Human-AI Authoring of Code Patterns
• Title（参考訳）: 編集可能なAI: コードパターンの混合AIオーサリング
• Authors: Kartik Chugh, Andrea Y. Solis, Thomas D. LaToza
• Abstract要約: コードパターンを作成するための混在型ヒューマンAI手法を提案する。 パターンはまず、決定木を通じて個々のHTMLドキュメントから学習される。 コードパターンは、開発者が自動補完提案、サンプルのリスト、フラグ違反を提供するために使用される。
• 参考スコア（独自算出の注目度）: 5.3820802797654235
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developers authoring HTML documents define elements following patterns which establish and reflect the visual structure of a document, such as making all images in a footer the same height by applying a class to each. To surface these patterns to developers and support developers in authoring consistent with these patterns, we propose a mixed human-AI technique for creating code patterns. Patterns are first learned from individual HTML documents through a decision tree, generating a representation which developers may view and edit. Code patterns are used to offer developers autocomplete suggestions, list examples, and flag violations. To evaluate our technique, we conducted a user study in which 24 participants wrote, edited, and corrected HTML documents. We found that our technique enabled developers to edit and correct documents more quickly and create, edit, and correct documents more successfully.
• Abstract（参考訳）: htmlドキュメントを作成する開発者は、各クラスを適用してフッタ内のすべてのイメージを同じ高さにするなど、ドキュメントの視覚的構造を確立し、反映するパターンに従う要素を定義する。 これらのパターンを開発者に提示し、これらのパターンに整合したオーサリングを支援するために、コードパターンを作成するための混合AI技術を提案する。 パターンはまず、決定木を通して個々のhtmlドキュメントから学び、開発者が閲覧して編集できる表現を生成する。 コードパターンは、開発者が自動補完提案、サンプルのリスト、フラグ違反を提供するために使用される。 本手法を評価するために,24人の参加者がHTML文書を作成,編集,修正したユーザスタディを行った。 私たちの技術は、開発者がドキュメントをより早く編集し、修正し、よりうまく作成し、編集し、修正できるようにしました。

関連論文リスト

• Contextual Document Embeddings [77.22328616983417]
  本稿では,コンテキスト化された文書埋め込みのための2つの補完手法を提案する。 第一に、文書近傍を明示的にバッチ内コンテキスト損失に組み込む別のコントラスト学習目標である。 第二に、隣接する文書情報をエンコードされた表現に明示的にエンコードする新しいコンテキストアーキテクチャ。
  論文  参考訳（メタデータ） (2024-10-03T14:33:34Z)
• A Survey of Multimodal-Guided Image Editing with Text-to-Image Diffusion Models [117.77807994397784]
  画像編集は、ユーザーが特定の要求を満たすために、与えられた合成画像または実際の画像を編集することを目的としている。 この分野での最近の顕著な進歩は、テキスト・ツー・イメージ(T2I)拡散モデルの開発に基づいている。 T2Iベースの画像編集手法は、編集性能を大幅に向上させ、マルチモーダル入力でガイドされたコンテンツを修正するためのユーザフレンドリーなインタフェースを提供する。
  論文  参考訳（メタデータ） (2024-06-20T17:58:52Z)
• Ranni: Taming Text-to-Image Diffusion for Accurate Instruction Following [59.997857926808116]
  画像にテキストのデコードとして意味パネルを導入する。 パネルは、入力テキストから解析された視覚概念をアレンジすることで得られる。 我々は,実用的なシステムを開発し,連続生成とチャットベースの編集の可能性を示す。
  論文  参考訳（メタデータ） (2023-11-28T17:57:44Z)
• Understanding Documentation Use Through Log Analysis: An Exploratory Case Study of Four Cloud Services [14.104545948572836]
  クラウドベースの4つの産業サービスから,ドキュメントのページビューログを分析した。 10万人以上のユーザのページビューログを分析することで、さまざまなドキュメントページ訪問パターンが見つかる。 本論文では,文書の監査を行うための有効な手法として,文書のページビューログ分析を提案する。
  論文  参考訳（メタデータ） (2023-10-16T20:37:29Z)
• Unifying Vision, Text, and Layout for Universal Document Processing [105.36490575974028]
  本稿では,テキスト,画像,レイアウトのモダリティを文書理解と生成を含むさまざまなタスク形式とともに統合するドキュメントAIモデルを提案する。 我々の手法は、財務報告、学術論文、ウェブサイトなど、さまざまなデータ領域にまたがって、文書理解やQAといった9つのドキュメントAIタスクの最先端を定めている。
  論文  参考訳（メタデータ） (2022-12-05T22:14:49Z)
• Learning Diverse Document Representations with Deep Query Interactions for Dense Retrieval [79.37614949970013]
  そこで本研究では,問合せの深い文書表現を学習する高密度検索モデルを提案する。 本モデルでは,各文書に生成した擬似クエリをエンコードして,クエリインフォームド・マルチビュー文書表現を得る。
  論文  参考訳（メタデータ） (2022-08-08T16:00:55Z)
• Evaluating a Methodology for Increasing AI Transparency: A Case Study [8.265282762929509]
  人工知能の潜在的な害に対する懸念が高まる中、社会はAIモデルとシステムがどのように作成され、使用されるかについて、より透明性を求めるようになった。 これらの懸念に対処するため、いくつかの取り組みが、モデル開発者が答えるべき質問を含むドキュメンテーションテンプレートを提案している。 多様なドキュメントコンシューマのニーズをカバーできるテンプレートはひとつもありません。
  論文  参考訳（メタデータ） (2022-01-24T20:01:01Z)
• Synthetic Document Generator for Annotation-free Layout Recognition [15.657295650492948]
  本稿では,空間的位置,範囲,レイアウト要素のカテゴリを示すラベル付きリアル文書を自動生成する合成文書生成装置について述べる。 合成文書上で純粋に訓練された深層レイアウト検出モデルが,実文書を用いたモデルの性能と一致することを実証的に示す。
  論文  参考訳（メタデータ） (2021-11-11T01:58:44Z)
• Automatic Document Sketching: Generating Drafts from Analogous Texts [44.626645471195495]
  著者がレビューと修正を行うためのドラフト文書全体を生成する新しいタスクである文書スケッチを導入する。 これらのドラフトは、コンテンツのばらつきながら、形式的に重複するドキュメントのセット - 潜在的に再利用可能なテキストの大きなセグメントを共有する - から作成されます。 本研究は,変圧器を用いた専門家の混合と強化学習の併用を含む,弱教師付き手法の適用について検討する。
  論文  参考訳（メタデータ） (2021-06-14T06:46:06Z)
• Multilevel Text Alignment with Cross-Document Attention [59.76351805607481]
  既存のアライメントメソッドは、1つの事前定義されたレベルで動作します。 本稿では,文書を文書間注目要素で表現するための階層的アテンションエンコーダを予め確立した新しい学習手法を提案する。
  論文  参考訳（メタデータ） (2020-10-03T02:52:28Z)

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。