Fugu-MT 論文翻訳(概要): The Explanatory Gap in Algorithmic News Curation

論文の概要: The Explanatory Gap in Algorithmic News Curation

arxiv url: http://arxiv.org/abs/2109.15224v1
Date: Thu, 30 Sep 2021 15:50:44 GMT
ステータス: 処理完了
システム内更新日: 2023-03-12 23:00:52.312052
Title: The Explanatory Gap in Algorithmic News Curation
Title（参考訳）: アルゴリズムによるニュースキュレーションにおける説明ギャップ
Authors: Hendrik Heuer
Abstract要約: ソーシャルメディアプラットフォームは、ニュースをキュレートするために機械学習(ML)システムをますます採用している。本稿は、専門家がなぜ特定のニュース記事が推奨されるのかを理解するのに、いかに異なる説明が役立つかを検討する。我々の調査は、MLベースのキュレーションシステムを説明するために何が利用可能なのかと、ユーザーがそのようなシステムを理解するために何が必要なのかというギャップを最初に示すものである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Considering the large amount of available content, social media platforms increasingly employ machine learning (ML) systems to curate news. This paper examines how well different explanations help expert users understand why certain news stories are recommended to them. The expert users were journalists, who are trained to judge the relevance of news. Surprisingly, none of the explanations are perceived as helpful. Our investigation provides a first indication of a gap between what is available to explain ML-based curation systems and what users need to understand such systems. We call this the Explanatory Gap in Machine Learning-based Curation Systems.
Abstract（参考訳）: 大量のコンテンツを考えると、ソーシャルメディアプラットフォームはニュースのキュレーションに機械学習(ml)システムを採用するようになっている。本稿は、専門家がなぜ特定のニュース記事が推奨されるのかを理解するのにいかに役立つかを考察する。専門家のユーザはジャーナリストで、ニュースの関連性を判断する訓練を受けています。驚いたことに、どの説明も役に立たない。今回の調査は、mlベースのキュレーションシステムと、そのシステムを理解するために必要なものとの間にあるギャップの、最初の兆候を提供します。これを機械学習ベースのキュレーションシステムにおける説明ギャップと呼ぶ。

関連論文リスト

Cognitive Biases in Large Language Models for News Recommendation [68.90354828533535]
本稿では,認知バイアスが大規模言語モデル(LLM)に基づくニュースレコメンデータシステムに与える影響について検討する。データ拡張、エンジニアリングと学習アルゴリズムの側面を通じて、これらのバイアスを軽減する戦略について議論する。
論文参考訳（メタデータ） (2024-10-03T18:42:07Z)
Backtracing: Retrieving the Cause of the Query [7.715089044732362]
本稿では,ユーザクエリを最も引き起こす可能性のあるテキストセグメントをシステムで検索する,バックトラシングのタスクを紹介する。人気情報検索手法と言語モデリング手法のゼロショット性能を評価する。以上の結果から,後方追跡には改善の余地があり,新たな検索手法が必要であることが示唆された。
論文参考訳（メタデータ） (2024-03-06T18:59:02Z)
Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
論文参考訳（メタデータ） (2023-09-28T13:19:43Z)
Machine Learning Applications In Healthcare: The State Of Knowledge and Future Directions [0.0]
本研究の目的は,医療分野のさまざまな分野におけるML応用を簡潔かつ効果的に収集することであった。本研究は,地域レベルでの作業,リスク管理・予防ケア,医療運用管理,遠隔医療,早期発見の5つのグループに分けた。我々の目標は、医療産業におけるML適用性について人々に知らせ、臨床医の機械学習応用に関する知識ギャップを減らし、より機械学習ベースの医療システムに医療専門家を動機付けることである。
論文参考訳（メタデータ） (2023-07-26T09:34:34Z)
Pitfalls of Explainable ML: An Industry Perspective [29.49574255183219]
説明は機械学習(ML)システムの望ましい属性の中核に位置する。説明可能なMLの目標は、さまざまな利害関係者のニーズを守りながら、直感的にMLシステムの予測を説明することである。
論文参考訳（メタデータ） (2021-06-14T21:05:05Z)
Rethinking Search: Making Experts out of Dilettantes [55.90140165205178]
情報を必要とする場合、ユーザは専門家と関わりたがるが、検索エンジンのような情報検索システムに目を向けることが多い。本稿では,古典的情報検索と大規模学習済み言語モデルからアイデアをいかに合成し,専門家の助言の約束を真に果たすシステムへと進化させるかを検討する。
論文参考訳（メタデータ） (2021-05-05T18:40:00Z)
This is not the Texture you are looking for! Introducing Novel Counterfactual Explanations for Non-Experts using Generative Adversarial Learning [59.17685450892182]
反実用説明システムは、入力画像を変更して反実用推論を可能にする。本稿では, 対向画像から画像への変換技術に基づく, 対向画像の説明を新たに生成する手法を提案する。その結果,我々のアプローチは,2つの最先端技術システムよりも,メンタルモデル,説明満足度,信頼度,感情,自己効力に関して有意に優れた結果をもたらすことがわかった。
論文参考訳（メタデータ） (2020-12-22T10:08:05Z)
Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文参考訳（メタデータ） (2020-07-24T05:42:29Z)
A systematic review and taxonomy of explanations in decision support and recommender systems [13.224071661974596]
我々は,勧告システムにおける説明に関する文献を体系的にレビューする。我々は、説明施設を設計する際に考慮すべき側面の包括的分類法を考案した。
論文参考訳（メタデータ） (2020-06-15T18:19:20Z)
An Information-Theoretic Approach to Personalized Explainable Machine Learning [92.53970625312665]
本稿では,予測とユーザ知識のための簡易確率モデルを提案する。説明と予測の間の条件付き相互情報による説明の効果を定量化する。
論文参考訳（メタデータ） (2020-03-01T13:06:29Z)
SirenLess: reveal the intention behind news [31.757138364005087]
本稿では,言語的特徴による誤ニュース検出のための視覚解析システムであるSirenLessを紹介する。このシステムは、ニュースメタデータと言語機能を統合し、ニュース記事の意味構造を明らかにする新しいインタラクティブツールである、記事エクスプローラーを特徴とする。我々は、SirenLessを用いて、異なるソースから18のニュース記事を分析し、誤ったニュース検出のためのいくつかの有用なパターンを要約する。
論文参考訳（メタデータ） (2020-01-08T20:36:17Z)

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。