論文の概要: Reflexivity in Issues of Scale and Representation in a Digital
Humanities Project
- arxiv url: http://arxiv.org/abs/2109.14184v1
- Date: Wed, 29 Sep 2021 04:06:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-30 14:53:58.118556
- Title: Reflexivity in Issues of Scale and Representation in a Digital
Humanities Project
- Title(参考訳): デジタル人文科学プロジェクトにおけるスケールと表現の問題における反射性
- Authors: Annie T. Chen, Camille Lyans Cole
- Abstract要約: 我々は、自然言語処理とデータ分析と可視化技術を組み合わせたパイプライン開発で遭遇した問題について検討する。
コーパスの特徴(数十年にわたる1人の日記からなる)は、表現の問題における概念的課題と、歴史的研究の源泉としての余裕の両方を提示する。
これらの問題は、可視化の生成と解釈に特に焦点をあてて、チームコンテキストで検討する。
- 参考スコア(独自算出の注目度): 0.21500127800884522
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In this paper, we explore issues that we have encountered in developing a
pipeline that combines natural language processing with data analysis and
visualization techniques. The characteristics of the corpus - being comprised
of diaries of a single person spanning several decades - present both
conceptual challenges in terms of issues of representation, and affordances as
a source for historical research. We consider these issues in a team context
with a particular focus on the generation and interpretation of visualizations.
- Abstract(参考訳): 本稿では,自然言語処理とデータ解析と可視化技術を組み合わせたパイプラインの開発で遭遇した問題点について考察する。
コーパスの特徴(数十年にわたる1人の日記からなる)は、表現の問題における概念的課題と、歴史的研究の源泉としての余裕の両方を提示する。
我々は、視覚化の生成と解釈に特に焦点をあてたチームコンテキストでこれらの問題を考察する。
関連論文リスト
- Natural Language Generation for Visualizations: State of the Art, Challenges and Future Directions [7.064953237013352]
可視化のためのテキスト生成に焦点を当てた研究に焦点をあてる。
提案手法のNLG問題と設計空間を特徴付けるために、5つのWh-questionsを示す。
この5つのWh-questionsに基づく調査論文のソリューションを分類する。
論文 参考訳(メタデータ) (2024-09-29T15:53:18Z) - A Survey on Personalized Content Synthesis with Diffusion Models [57.01364199734464]
PCSは、特定のユーザ定義のプロンプトに対する関心の主題をカスタマイズすることを目的としている。
過去2年間で150以上の方法が提案されている。
本稿では,PCSの拡散モデルに着目した包括的調査を行う。
論文 参考訳(メタデータ) (2024-05-09T04:36:04Z) - From Pixels to Insights: A Survey on Automatic Chart Understanding in the Era of Large Foundation Models [98.41645229835493]
グラフ形式のデータの可視化は、データ分析において重要な役割を担い、重要な洞察を提供し、情報的な意思決定を支援する。
大規模言語モデルのような大規模な基盤モデルは、様々な自然言語処理タスクに革命をもたらした。
本研究は,自然言語処理,コンピュータビジョン,データ解析の分野における研究者や実践者の包括的資源として機能する。
論文 参考訳(メタデータ) (2024-03-18T17:57:09Z) - Visual Text Meets Low-level Vision: A Comprehensive Survey on Visual
Text Processing [4.057550183467041]
視覚テキスト処理の分野は、基本的な生成モデルの出現によって、研究の急増を経験してきた。
この分野での最近の進歩を包括的かつ多面的に分析する。
論文 参考訳(メタデータ) (2024-02-05T15:13:20Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳(メタデータ) (2023-07-25T17:59:18Z) - Instrumental genesis through interdisciplinary collaboration --
reflections on the emergence of a visualisation framework for video
annotation data [0.0]
本稿では,視覚的表現の時間的ダイナミクス解析のための可視化フレームワークの開発について述べる。
コンピュータサイエンス学者と人文科学学者の協調とコミュニケーションのプロセスを通して記述される。
本稿では,オープンソースソフトウェアAdveneで生成したインタラクティブインタフェースとして,可視化の反復的開発に焦点をあてる。
論文 参考訳(メタデータ) (2023-05-30T08:21:46Z) - Causal Reasoning Meets Visual Representation Learning: A Prospective
Study [117.08431221482638]
解釈可能性の欠如、堅牢性、分布外一般化が、既存の視覚モデルの課題となっている。
人間レベルのエージェントの強い推論能力にインスパイアされた近年では、因果推論パラダイムの開発に多大な努力が注がれている。
本稿では,この新興分野を包括的に概観し,注目し,議論を奨励し,新たな因果推論手法の開発の急激さを先導することを目的とする。
論文 参考訳(メタデータ) (2022-04-26T02:22:28Z) - From Show to Tell: A Survey on Image Captioning [48.98681267347662]
視覚と言語を結びつけることは、ジェネレーティブ・インテリジェンスにおいて重要な役割を担っている。
画像キャプションの研究はまだ結論に達していない。
本研究の目的は,画像キャプション手法の包括的概要と分類を提供することである。
論文 参考訳(メタデータ) (2021-07-14T18:00:54Z) - Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文 参考訳(メタデータ) (2020-04-24T10:15:22Z)
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。