Fugu-MT 論文翻訳(概要): Trends, Limitations and Open Challenges in Automatic Readability Assessment Research

論文の概要: Trends, Limitations and Open Challenges in Automatic Readability Assessment Research

arxiv url: http://arxiv.org/abs/2105.00973v1
Date: Mon, 3 May 2021 16:18:42 GMT
ステータス: 処理完了
システム内更新日: 2021-05-04 17:48:02.456927
Title: Trends, Limitations and Open Challenges in Automatic Readability Assessment Research
Title（参考訳）: 自動可読性評価研究の動向と課題
Authors: Sowmya Vajjala
Abstract要約: 本稿は,可読性評価のための計算モデルの開発に関する現代研究に関する調査である。共通のアプローチを特定し、その欠点を議論し、将来の課題をいくつか特定する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: Readability assessment is the task of evaluating the reading difficulty of a given piece of text. Although research on computational approaches to readability assessment is now two decades old, there is not much work on synthesizing this research. This article is a brief survey of contemporary research on developing computational models for readability assessment. We identify the common approaches, discuss their shortcomings, and identify some challenges for the future. Where possible, we also connect computational research with insights from related work in other disciplines such as education and psychology.
Abstract（参考訳）: 可読性評価は、あるテキストの読み難さを評価するタスクである。可読性評価に対する計算手法の研究は20年以上前から行われているが、この研究を合成する研究はほとんどない。本稿は、可読性評価のための計算モデル開発に関する現代の研究に関する簡単な調査である。共通のアプローチを特定し、その欠点を議論し、将来の課題をいくつか特定する。可能であれば、計算研究と教育や心理学といった他の分野の関連研究からの洞察を結びつけます。

関連論文リスト

A Survey of Stance Detection on Social Media: New Directions and Perspectives [50.27382951812502]
姿勢検出は感情コンピューティングにおける重要なサブフィールドとして現れました近年は、効果的な姿勢検出手法の開発に対する研究の関心が高まっている。本稿では,ソーシャルメディア上での姿勢検出手法に関する包括的調査を行う。
論文参考訳（メタデータ） (2024-09-24T03:06:25Z)
Opening the Black-Box: A Systematic Review on Explainable AI in Remote Sensing [51.524108608250074]
ブラックボックス機械学習アプローチは、リモートセンシングにおける知識抽出における主要なモデリングパラダイムとなっている。我々は、この分野における重要なトレンドを特定するための体系的なレビューを行い、新しい説明可能なAIアプローチに光を当てた。また,課題と将来的な研究方向性について,より詳細な展望を述べる。
論文参考訳（メタデータ） (2024-02-21T13:19:58Z)
A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [58.6354685593418]
本稿では, レビューを評価するために, 記事レベル, フィールド正規化, 大規模言語モデルを用いた書誌指標を提案する。新たに登場したAI生成の文献レビューも評価されている。この研究は、文学レビューの現在の課題についての洞察を与え、彼らの開発に向けた今後の方向性を思い起こさせる。
論文参考訳（メタデータ） (2024-02-20T11:28:50Z)
The Compute Divide in Machine Learning: A Threat to Academic Contribution and Scrutiny? [1.0985060632689174]
計算の偏差は、計算集約的な研究トピックにおける学術のみの研究チームの表現の減少と一致していることを示す。この傾向から生じる課題に対処するため、留意的に学術的な洞察を広めるためのアプローチを推奨する。
論文参考訳（メタデータ） (2024-01-04T01:26:11Z)
Reviewer assignment problem: A scoping review [0.0]
査読の質は、提出された論文に対して適切な審査員を募集する能力に依存する。このようなレビュアーを見つけることは、いくつかの要因によりますます難しい課題となっている。論文を「よく一致した」レビュアーと自動的に関連付けるための解決策が30年前から研究の対象となっている。
論文参考訳（メタデータ） (2023-05-13T10:13:43Z)
Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文参考訳（メタデータ） (2022-11-07T16:19:42Z)
Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文参考訳（メタデータ） (2022-07-18T11:38:32Z)
Automatic Related Work Generation: A Meta Study [5.025654873456755]
自然言語処理では、通常「関連作業」という節で文献レビューが行われる。自動作業生成の課題は, 「関連作業」セクションを自動生成することである。本稿では,問題定式化,データセット収集,方法論的アプローチ,性能評価,今後の展望の観点から,関連作業生成に関する既存の文献をメタスタディで比較する。
論文参考訳（メタデータ） (2022-01-06T01:16:38Z)
Evaluation of mathematical questioning strategies using data collected through weak supervision [1.794107419334178]
本稿では,教師が研究に基づく数学的質問のスキルをリハーサルするのに役立つ,高忠実なAIベースの教室シミュレータを提案する。そこで我々は,Human-in-the-loopアプローチを用いて,数学的質問シナリオのための高品質なトレーニングデータセットを収集した。
論文参考訳（メタデータ） (2021-12-02T05:12:36Z)
Deep Learning Schema-based Event Extraction: Literature Review and Current Trends [60.29289298349322]
ディープラーニングに基づくイベント抽出技術が研究ホットスポットとなっている。本稿では,ディープラーニングモデルに焦点をあて,最先端のアプローチを見直し,そのギャップを埋める。
論文参考訳（メタデータ） (2021-07-05T16:32:45Z)
On how Cognitive Computing will plan your next Systematic Review [3.0816257225447763]
我々は,24人のSLR著者の計画実践,課題,支援戦略に対するフィードバックについての知見を報告する。我々はこの知見をcognitive augmentation frameworkで検証し,プロトタイプの実装と評価について報告する。
論文参考訳（メタデータ） (2020-12-15T09:56:09Z)

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。