論文の概要: The Impact of Multiple Parallel Phrase Suggestions on Email Input and Composition Behaviour of Native and Non-Native English Writers

• arxiv url: http://arxiv.org/abs/2101.09157v1
• Date: Fri, 22 Jan 2021 15:32:32 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-20 17:22:39.210021
• Title: The Impact of Multiple Parallel Phrase Suggestions on Email Input and Composition Behaviour of Native and Non-Native English Writers
• Title（参考訳）: 英語母国語・非母国語作家のメール入力と構成行動に及ぼす複数パラレル句提案の影響
• Authors: Daniel Buschek, Martin Z\"urn, Malin Eiband
• Abstract要約: ニューラルネットワークモデル(GPT-2)を用いたテキストエディタのプロトタイプを構築し,30名による事前学習を行った。 オンライン調査(N=156)では、4つの条件(0/1/3/6並列提案)で電子メールを作成した。 その結果,(1)複数のフレーズを提案する場合のアイデアのメリット,および効率のコスト,(2)非ネイティブ話者がより多くの提案から恩恵を受けること,(3)行動パターンに関するさらなる洞察が得られた。
• 参考スコア（独自算出の注目度）: 15.621144215664767
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present an in-depth analysis of the impact of multi-word suggestion choices from a neural language model on user behaviour regarding input and text composition in email writing. Our study for the first time compares different numbers of parallel suggestions, and use by native and non-native English writers, to explore a trade-off of "efficiency vs ideation", emerging from recent literature. We built a text editor prototype with a neural language model (GPT-2), refined in a prestudy with 30 people. In an online study (N=156), people composed emails in four conditions (0/1/3/6 parallel suggestions). Our results reveal (1) benefits for ideation, and costs for efficiency, when suggesting multiple phrases; (2) that non-native speakers benefit more from more suggestions; and (3) further insights into behaviour patterns. We discuss implications for research, the design of interactive suggestion systems, and the vision of supporting writers with AI instead of replacing them.
• Abstract（参考訳）: 本稿では,eメールライティングにおける入力とテキスト合成に関するユーザの行動に対するニューラルネットワークモデルからの多語提案の影響について詳細に分析する。 本研究は,近年の文献から生まれた「効率対観念」のトレードオフを探るため,異なる数の並行提案と,ネイティブおよび非ネイティブな英語作家による使用を比較した。 ニューラルネットワークモデル(GPT-2)を用いたテキストエディタのプロトタイプを構築した。 オンライン研究(n=156)では、4つの条件(0/1/3/6並列提案)で電子メールを作成した。 その結果,(1)複数のフレーズを提案する場合のアイデアのメリット,および効率のコスト,(2)非ネイティブ話者がより多くの提案から恩恵を受けること,(3)行動パターンに関するさらなる洞察が得られた。 本稿では,研究の意味,インタラクティブな提案システムの設計,AIによる著者支援のビジョンについて論じる。

関連論文リスト

• Multi-turn Dialogue Comprehension from a Topic-aware Perspective [70.37126956655985]
  本稿では,話題認識の観点から,マルチターン対話をモデル化することを提案する。 対話文のセグメント化アルゴリズムを用いて、対話文を教師なしの方法でトピック集中フラグメントに分割する。 また,トピックセグメントを処理要素として扱う新しいモデルとして,トピック認識デュアルアテンションマッチング(TADAM)ネットワークを提案する。
  論文  参考訳（メタデータ） (2023-09-18T11:03:55Z)
• Disco-Bench: A Discourse-Aware Evaluation Benchmark for Language Modelling [70.23876429382969]
  本研究では,多種多様なNLPタスクに対して,文内談話特性を評価できるベンチマークを提案する。 ディスコ・ベンチは文学領域における9つの文書レベルのテストセットから構成されており、豊富な談話現象を含んでいる。 また,言語分析のために,対象モデルが談話知識を学習するかどうかを検証できる診断テストスイートを設計する。
  論文  参考訳（メタデータ） (2023-07-16T15:18:25Z)
• A Neural-Symbolic Approach Towards Identifying Grammatically Correct Sentences [0.0]
  テキスト要約、質問回答、機械翻訳、代名詞分解といった課題に取り組むためには、有効な情報源から十分に書かれたテキストにアクセスすることが重要であると一般に受け入れられている。 本稿では,新しいニューラルシンボリックアプローチにより,英語の文を簡易に検証する方法を提案する。
  論文  参考訳（メタデータ） (2023-07-16T13:21:44Z)
• SciMON: Scientific Inspiration Machines Optimized for Novelty [68.46036589035539]
  文献に基づく新たな科学的方向を生成するために,ニューラルランゲージモデルを探索し,拡張する。 モデルが入力背景コンテキストとして使用される新しい設定で、劇的な出発をとっています。 本稿では,過去の科学的論文から「吸入」を抽出するモデリングフレームワークであるSciMONを紹介する。
  論文  参考訳（メタデータ） (2023-05-23T17:12:08Z)
• Prompting Large Language Model for Machine Translation: A Case Study [87.88120385000666]
  我々は機械翻訳戦略の推進に関する体系的研究を行っている。 本稿では,プロンプトテンプレートと実演例選択の要因について検討する。 本稿では,モノリンガルデータの利用と,クロスリンガル,クロスドメイン,文-文書間伝達学習の実現可能性について検討する。
  論文  参考訳（メタデータ） (2023-01-17T18:32:06Z)
• Studying writer-suggestion interaction: A qualitative study to understand writer interaction with aligned/misaligned next-phrase suggestion [3.068049762564199]
  著者が次回の提案とどのように相互作用するかを理解するための探索的質的研究を提案する。 我々はアマチュア作家にそれぞれ2本の映画レビューを書くよう依頼された研究を行った。 著者は、様々な複雑な方法で、次のフレーズの提案と対話することがわかった。
  論文  参考訳（メタデータ） (2022-08-01T06:49:07Z)
• 1Cademy at Semeval-2022 Task 1: Investigating the Effectiveness of Multilingual, Multitask, and Language-Agnostic Tricks for the Reverse Dictionary Task [13.480318097164389]
  本稿では,SemEval2022タスクの逆辞書トラックに着目し,単語の埋め込みと辞書のグルースをマッチングする。 モデルは文の入力をSGNS、Char、Electraの3種類の埋め込みに変換する。 提案するElmoベースの単言語モデルが最も高い結果を得る。
  論文  参考訳（メタデータ） (2022-06-08T06:39:04Z)
• Sparks: Inspiration for Science Writing using Language Models [11.38723572165938]
  本稿では,著者を刺激する科学的概念に関連する「スパーク」を生成するシステムを提案する。 私たちのスパークは、競争力のある言語モデルベースラインよりも一貫性があり、多様であることに気付きました。
  論文  参考訳（メタデータ） (2021-10-14T18:03:11Z)
• Sense representations for Portuguese: experiments with sense embeddings and deep neural language models [0.0]
  教師なしの感覚表現は、その文脈意味をテキストで分析することによって、単語の異なる感覚を誘導することができる。 ポルトガル語への感性埋め込みを創出するための最初の実験について述べる。
  論文  参考訳（メタデータ） (2021-08-31T18:07:01Z)
• Read Like Humans: Autonomous, Bidirectional and Iterative Language Modeling for Scene Text Recognition [80.446770909975]
  言語知識はシーンのテキスト認識に非常に有益である。 エンドツーエンドのディープネットワークで言語規則を効果的にモデル化する方法はまだ研究の課題です。 シーンテキスト認識のための自律的双方向反復型ABINetを提案する。
  論文  参考訳（メタデータ） (2021-03-11T06:47:45Z)
• Prototype-to-Style: Dialogue Generation with Style-Aware Editing on Retrieval Memory [65.98002918470543]
  文体対話生成の課題に対処する新しいプロトタイプ・ツー・スタイルのフレームワークを提案する。 このフレームワークは、IR(Information Retrieval)システムを使用して、検索した応答から応答プロトタイプを抽出する。 スタイリスティック応答生成器は、プロトタイプと所望の言語スタイルをモデル入力として、高品質でスタイリスティックな応答を得る。
  論文  参考訳（メタデータ） (2020-04-05T14:36:15Z)

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。