論文の概要: DocuBot : Generating financial reports using natural language interactions

• arxiv url: http://arxiv.org/abs/2010.01169v2
• Date: Mon, 1 Feb 2021 22:32:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 01:44:12.026886
• Title: DocuBot : Generating financial reports using natural language interactions
• Title（参考訳）: DocuBot : 自然言語インタラクションを用いた財務報告の生成
• Authors: Vineeth Ravi, Selim Amrouni, Andrea Stefanucci, Armineh Nourbakhsh, Prashant Reddy, Manuela Veloso
• Abstract要約: デジタルレポートは、退屈な手作業の分析と、基礎となるトレンドとデータの特性の可視化に基づいて作成されることが多い。 私たちは、自然言語のインタラクションを“スキル”としてモデル化することで、デジタルドキュメントのコンテンツの作成と修正を行う、AIを活用した新しい仮想アシスタントであるDocuBotを紹介します。 DocuBotには、保存したスキルを再利用するために集約する機能があり、人間が自動的にリカレントレポートを生成することができる。
• 参考スコア（独自算出の注目度）: 13.070503656672352
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The financial services industry perpetually processes an overwhelming amount of complex data. Digital reports are often created based on tedious manual analysis as well as visualization of the underlying trends and characteristics of data. Often, the accruing costs of human computation errors in creating these reports are very high. We present DocuBot, a novel AI-powered virtual assistant for creating and modifying content in digital documents by modeling natural language interactions as "skills" and using them to transform underlying data. DocuBot has the ability to agglomerate saved skills for reuse, enabling humans to automatically generate recurrent reports. DocuBot also has the capability to continuously learn domain-specific and user-specific vocabulary by interacting with the user. We present evidence that DocuBot adds value to the financial industry and demonstrate its impact with experiments involving real and simulated users tasked with creating PowerPoint presentations.
• Abstract（参考訳）: 金融サービス業界は、膨大な量の複雑なデータを永久に処理します。 デジタルレポートは、退屈な手作業の分析と、基礎となるトレンドとデータの特性の可視化に基づいて作成されることが多い。 多くの場合、これらのレポートの作成における人間の計算エラーの増大コストは非常に高い。 自然言語インタラクションを「スキル」としてモデル化し、基礎となるデータを変換してデジタル文書のコンテンツを作成・修正するための、aiを活用した新しいバーチャルアシスタントであるdocubotを提案する。 DocuBotは、保存したスキルを再利用するために集約し、人間が自動的にリカレントレポートを生成することができる。 docubotはユーザと対話することで、ドメイン固有およびユーザ固有の語彙を継続的に学習する機能も備えている。 我々は,DocuBotが金融業界に価値をもたらす証拠を示し,PowerPointのプレゼンテーション作成に携わる実際のユーザとシミュレーションユーザによる実験による影響を実証する。

関連論文リスト

• A Transformer-based Approach for Augmenting Software Engineering Chatbots Datasets [4.311626046942916]
  ソフトウェアエンジニアリングデータセットを拡張するための自動トランスフォーマーベースのアプローチを提案する。 3つのソフトウェアエンジニアリングデータセットを用いて,拡張アプローチがRasa NLUの性能に与える影響を評価する。
  論文  参考訳（メタデータ） (2024-07-16T17:48:44Z)
• Leveraging Data Augmentation for Process Information Extraction [0.0]
  自然言語テキストデータに対するデータ拡張の適用について検討する。 データ拡張は、自然言語テキストからビジネスプロセスモデルを生成するタスクのための機械学習メソッドを実現する上で重要なコンポーネントである。
  論文  参考訳（メタデータ） (2024-04-11T06:32:03Z)
• Text2Data: Low-Resource Data Generation with Textual Control [104.38011760992637]
  自然言語は、人間が機械とシームレスに対話するための共通かつ直接的な制御信号として機能する。 ラベルのないデータを用いて教師なし拡散モデルを用いて基礎となるデータ分布を理解する新しいアプローチであるText2Dataを提案する。 制御性を確保し、破滅的な忘れを効果的に防止する、新しい制約最適化ベースの学習目標を通じて制御可能な微調整を行う。
  論文  参考訳（メタデータ） (2024-02-08T03:41:39Z)
• Learning From Free-Text Human Feedback -- Collect New Datasets Or Extend Existing Ones? [57.16050211534735]
  一般的な対話データセットにおける自由文フィードバックのタイプと頻度について検討する。 この結果から, エラータイプ, ユーザ応答タイプ, それらの関係性など, 調査したデータセットの構成に関する新たな知見が得られた。
  論文  参考訳（メタデータ） (2023-10-24T12:01:11Z)
• AGIR: Automating Cyber Threat Intelligence Reporting with Natural Language Generation [15.43868945929965]
  我々は,CTIレポートの変換ツールであるAGIR(Automatic Generation of Intelligence Reports)を紹介する。 AGIRの主な目的は、包括的インテリジェンスレポートを生成するための労働集約的なタスクを自動化することで、セキュリティアナリストを強化することである。 我々はAGIRのレポート生成能力を定量的かつ質的に評価する。
  論文  参考訳（メタデータ） (2023-10-04T08:25:37Z)
• Improving Open Language Models by Learning from Organic Interactions [26.541326415697807]
  BlenderBot 3xは、会話モデルであるBlenderBot 3のアップデートである。 現在、システムの参加ユーザからのオーガニックな会話とフィードバックデータを使ってトレーニングされている。 我々は,研究コミュニティが使用する非特定インタラクションデータを公開している。
  論文  参考訳（メタデータ） (2023-06-07T18:19:46Z)
• Natural Language to Code Generation in Interactive Data Science Notebooks [35.621936471322385]
  データサイエンスノートブックのパンダスデータ分析フレームワークを用いて1082のコード生成問題のベンチマークであるARCADEを構築した。 我々は,Python 計算ノートブック用の 62B コード言語モデル PaChiNCo を開発した。
  論文  参考訳（メタデータ） (2022-12-19T05:06:00Z)
• Robotic Skill Acquisition via Instruction Augmentation with Vision-Language Models [70.82705830137708]
  言語条件制御のためのデータ駆動型インストラクション拡張(DIAL)について紹介する。 我々は,CLIPのセマンティック理解を利用したセミ言語ラベルを用いて,未知の実演データの大規模なデータセットに知識を伝達する。 DIALは、模倣学習ポリシーによって、新しい能力を獲得し、元のデータセットにない60の新しい命令を一般化することができる。
  論文  参考訳（メタデータ） (2022-11-21T18:56:00Z)
• Improving Classifier Training Efficiency for Automatic Cyberbullying Detection with Feature Density [58.64907136562178]
  言語支援の異なる特徴前処理手法を用いて特徴密度(FD)の有効性を検討した。 データセットの複雑さを推定することで、必要な実験の数を削減できると仮定する。 データセットの言語的複雑さの違いにより、言語的に支援された単語前処理の有効性を議論することが可能になる。
  論文  参考訳（メタデータ） (2021-11-02T15:48:28Z)
• GenNI: Human-AI Collaboration for Data-Backed Text Generation [102.08127062293111]
  Table2Textシステムは、機械学習を利用した構造化データに基づいてテキスト出力を生成する。 GenNI (Generation Negotiation Interface) は、対話型ビジュアルシステムである。
  論文  参考訳（メタデータ） (2021-10-19T18:07:07Z)
• ORB: An Open Reading Benchmark for Comprehensive Evaluation of Machine Reading Comprehension [53.037401638264235]
  我々は,7種類の読解データセットの性能を報告する評価サーバORBを提案する。 評価サーバは、モデルのトレーニング方法に制限を課さないため、トレーニングパラダイムや表現学習の探索に適したテストベッドである。
  論文  参考訳（メタデータ） (2019-12-29T07:27:23Z)

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。