Fugu-MT 論文翻訳(概要): A Conversational Agent System for Dietary Supplements Use

論文の概要: A Conversational Agent System for Dietary Supplements Use

arxiv url: http://arxiv.org/abs/2104.01543v1
Date: Sun, 4 Apr 2021 05:47:04 GMT
ステータス: 処理完了
システム内更新日: 2021-04-07 07:45:02.716968
Title: A Conversational Agent System for Dietary Supplements Use
Title（参考訳）: 食事サプリメント使用のための会話エージェントシステム
Authors: Esha Singh, Anu Bompelli, Ruyuan Wan, Jiang Bian, Serguei Pakhomov, and Rui Zhang
Abstract要約: 食品サプリメント (ds) は, 消費者に広く利用されてきたが, dsの有効性と安全性に関する情報は異なっており, 不完全である。 DS利用のための対話型エージェントシステムを開発した。
参考スコア（独自算出の注目度）: 12.384147948157576
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Dietary supplements (DS) have been widely used by consumers, but the information around the effectiveness and safety of DS is disparate or incomplete, making barriers to consumers to find information effectively. Conversational agent systems have been applied to the healthcare domain but there is no such a system to answer consumers regarding DS use, although widespread use of the dietary supplement. In this study, we develop the first conversational agent system for DS use.
Abstract（参考訳）: 食品サプリメント (DS) は, 消費者が広く利用してきたが, DSの有効性や安全性に関する情報は異なっており, 消費者が効果的に情報を見つけるための障壁となっている。医療分野では、会話エージェントシステムが採用されているが、食事サプリメントの普及にもかかわらず、DSの使用に関して消費者に回答するシステムはない。本研究では,ds使用のための対話型エージェントシステムを開発した。

関連論文リスト

RFID based Health Adherence Medicine Case Using Fair Federated Learning [0.0]
RFIDベースのデータ記録とNFCベースのデータ抽出を活用するスマートヘルスアテンデンスツールであるSmart Pill Caseを紹介した。このシステムには、正確な量測定のためのロードセルが含まれており、薬の摂取をモニターし、提案し、警告を発するAndroidアプリを備えている。フェデレートラーニングにより、Smart Pill Caseは、個々のプライバシーを損なうことなく、複数のユーザの薬の付着パターンから学ぶことができる。
論文参考訳（メタデータ） (2024-08-21T17:12:40Z)
Learning to Describe for Predicting Zero-shot Drug-Drug Interactions [54.172575323610175]
薬物と薬物の相互作用は同時投与の有効性を損なう可能性がある。従来のDDI予測の計算手法では、知識不足のため、新しい薬物の相互作用を捉えることができない可能性がある。言語モデルに基づくDDI予測器と強化学習(RL)に基づく情報セレクタを用いたテキストDDIを提案する。
論文参考訳（メタデータ） (2024-03-13T09:42:46Z)
Diet-ODIN: A Novel Framework for Opioid Misuse Detection with Interpretable Dietary Patterns [42.27955735352411]
食生活パターンとオピオイドの誤用の関連性についての研究は未解明のままである。我々はまず,オピオイドユーザに関連する大規模多面的食事ベンチマークデータセットを構築した。そこで我々は,オピオイド誤用者の識別と関連する食事パターンの解釈のための新しい枠組みを開発した。
論文参考訳（メタデータ） (2024-02-21T19:36:24Z)
InstructTODS: Large Language Models for End-to-End Task-Oriented Dialogue Systems [60.53276524369498]
大規模言語モデル(LLM)は自然言語処理(NLP)における多様なタスクに使用されている。 InstructTODSは、ゼロショットのタスク指向対話システムのための新しいフレームワークである。 InstructTODSは、ユーザの意図を動的クエリにシームレスに翻訳するプロキシの信念状態を生成する。
論文参考訳（メタデータ） (2023-10-13T06:36:26Z)
Herb-Drug Interactions: A Holistic Decision Support System in Healthcare [0.0]
ハーブとドラッグの相互作用を識別するために、原型およびハイブリッドな意思決定支援システムが設計された。異なる機械学習モデルを使用して、これらのケースで使用される典型的なルールエンジンを強化する。
論文参考訳（メタデータ） (2023-06-27T10:30:51Z)
INSCIT: Information-Seeking Conversations with Mixed-Initiative Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。ユーザーエージェントは805対人会話から4.7Kである。対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文参考訳（メタデータ） (2022-07-02T06:18:12Z)
Process Knowledge-Infused AI: Towards User-level Explainability, Interpretability, and Safety [25.027558410886407]
パーソナライズされた健康や食品レコメンデーションのための自己管理のような、高価値でセンシティブな、あるいは安全に重要なアプリケーションでは、その採用はありそうにない。 AIシステムは専門家が設定したガイドラインや明確なプロセスに従う必要がある。 AIシステムのユーザは、ユーザが理解可能な説明をする必要がある。
論文参考訳（メタデータ） (2022-06-09T14:09:37Z)
Vision-Based Food Analysis for Automatic Dietary Assessment [49.32348549508578]
本総説では, 食品画像分析, 容積推定, 栄養素抽出の3段階からなる, 統合型ビジョンベース食事評価(VBDA)の枠組みを概説する。深層学習により、VBDAは徐々にエンドツーエンドの実装へと移行し、単一のネットワークに食品画像を適用して栄養を直接見積もる。
論文参考訳（メタデータ） (2021-08-06T05:46:01Z)
Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文参考訳（メタデータ） (2020-12-29T08:22:48Z)
When Text Simplification Is Not Enough: Could a Graph-Based Visualization Facilitate Consumers' Comprehension of Dietary Supplement Information? [20.150337698638467]
複雑な医療ジャーゴンは消費者の理解の障壁である。被験者を募集し,iDISKと4つの異なる表現で栄養補助情報を読み取らせた。手動のアプローチは精度と応答時間の両方で最高のパフォーマンスを示した。
論文参考訳（メタデータ） (2020-07-05T13:27:16Z)

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。