論文の概要: Subtractive mountain clustering algorithm applied to a chatbot to assist elderly people in medication intake

• arxiv url: http://arxiv.org/abs/2110.00933v1
• Date: Sun, 3 Oct 2021 06:16:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-06 06:47:49.364100
• Title: Subtractive mountain clustering algorithm applied to a chatbot to assist elderly people in medication intake
• Title（参考訳）: 高齢者の薬物摂取支援のためのチャットボットへのサブトラクションマウンテンクラスタリングアルゴリズムの適用
• Authors: Neuza Clar and Paulo A. Salgado and T-P Azevedo Perdico\'ulis
• Abstract要約: 高齢者の薬物摂取の誤差は非常に多い。 主な原因の1つは、情報を保持する能力の喪失である。 高齢化に必要な薬の摂取量は、もう1つの制限要因である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Errors in medication intake among elderly people are very common. One of the main causes for this is their loss of ability to retain information. The high amount of medicine intake required by the advanced age is another limiting factor. Thence, the design of an interactive aid system, preferably using natural language, to help the older population with medication is in demand. A chatbot based on a subtractive cluster algorithm, included in unsupervised learned models, is the chosen solution since the processing of natural languages is a necessary step in view to construct a chatbot able to answer questions that older people may pose upon themselves concerning a particular drug. In this work, the subtractive mountain clustering algorithm has been adapted to the problem of natural languages processing. This algorithm version allows for the association of a set of words into clusters. After finding the centre of every cluster -- the most relevant word, all the others are aggregated according to a defined metric adapted to the language processing realm. All the relevant stored information is processed, as well as the questions, by the algorithm. The correct processing of the text enables the chatbot to produce answers that relate to the posed queries. To validate the method, we use the package insert of a drug as the available information and formulate associated questions.
• Abstract（参考訳）: 高齢者の薬物摂取の誤差は非常に多い。 この主な原因の1つは、情報の保持能力の喪失である。 高齢化に必要な薬の摂取量は、もう1つの制限要因である。 高齢者が薬を服用するのを助けるための対話型援助システムの設計、好ましくは自然言語の使用が求められている。 教師なし学習モデルに含まれる減算的クラスタアルゴリズムに基づくチャットボットは、自然言語の処理が、高齢者が特定の薬物について自分自身に答えることができるチャットボットを構築する上で必要なステップであるため、選択されたソリューションである。 本研究では,自然言語処理の問題に対して,減算的マウンテンクラスタリングアルゴリズムを適用した。 このアルゴリズムバージョンでは、単語の集合をクラスタに関連付けることができる。 最も関連する単語であるクラスタの中心を見つけると、他の単語はすべて、言語処理領域に適応した定義されたメトリックに従って集約される。 関連する格納された情報はすべてアルゴリズムによって処理され、質問も処理される。 テキストの正しい処理により、チャットボットは、ポーズされたクエリに関連する回答を生成することができる。 本手法を検証するために,薬物のパッケージ挿入を利用可能な情報として使用し,関連する質問を定式化する。

関連論文リスト

• Do Language Models Exhibit the Same Cognitive Biases in Problem Solving as Human Learners? [140.9751389452011]
  本研究では,大言語モデル(LLM)の偏りを,算術語問題を解く際に,子どもに知られているものと関連づけて検討する。 我々は,これらの各テストに対して,問題特徴のきめ細かい制御を可能にするニューロシンボリックアプローチを用いて,新しい単語問題を生成する。
  論文  参考訳（メタデータ） (2024-01-31T18:48:20Z)
• Deep Learning Based Amharic Chatbot for FAQs in Universities [0.0]
  本稿では,アムハラ語の質問(FAQ)に頻繁に答えるモデルを提案する。 提案プログラムでは, トークン化, 停止語除去, ステーミングを用いて, アムハラ語入力文の分析と分類を行う。 このモデルはFacebook Messengerに統合され、Herokuサーバに24時間のアクセシビリティとしてデプロイされた。
  論文  参考訳（メタデータ） (2024-01-26T18:37:21Z)
• Performance Prediction of Data-Driven Knowledge summarization of High Entropy Alloys (HEAs) literature implementing Natural Language Processing algorithms [0.0]
  自然言語処理(NLP)の目標は、マシンインテリジェンスに人間の脳と同じように言葉を処理させることだ。 Geneism, Sumy, Luhn, Latent Semantic Analysis (LSA), Kull-back-Liebler (KL) al-gorithmの5つのNLPアルゴリズムが実装されている。 Luhnアルゴリズムは、他の使われているアルゴリズムと比較して知識要約タスクの精度が最も高い。
  論文  参考訳（メタデータ） (2023-11-06T16:22:32Z)
• Development and Evaluation of Three Chatbots for Postpartum Mood and Anxiety Disorders [31.018188794627378]
  我々は,産後介護者にコンテキスト特異的な共感的サポートを提供する3つのチャットボットを開発した。 我々は,機械による測定と人間によるアンケートの両方を用いて,チャットボットの性能評価を行った。 我々は、精神的な健康上の課題を抱えた個人を支援するために、ルールベースのモデルと生成モデルの実践的メリットを議論することで結論付けた。
  論文  参考訳（メタデータ） (2023-08-14T18:52:03Z)
• Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
  我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。 そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-05-23T09:36:21Z)
• Alzheimer's Diagnosis and Generation-Based Chatbot Using Hierarchical Attention and Transformer [0.0]
  単一モデルを用いて,アルツハイマー患者の言語パターンと会話状況を分析した。 日常のチャットボットによって患者の言語特性が特定されると、医師は早期診断のためのより正確な診断と治療を計画できる。
  論文  参考訳（メタデータ） (2022-10-11T07:00:49Z)
• Learning functional sections in medical conversations: iterative pseudo-labeling and human-in-the-loop approach [3.7277730514654555]
  医学的会話には「ヒストリーテイク」、「サマーズ」、「教育」、「ケアプラン」といった暗黙的な機能セクションがある。 直接的なアプローチでは、このタスクのために大量の専門家アノテーションを収集する必要があります。 本稿では,多くのアノテーションを必要とせずに,医療対話を機能的セクションに分類する学習手法を提案する。
  論文  参考訳（メタデータ） (2022-10-06T03:33:00Z)
• Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
  我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。 自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
  論文  参考訳（メタデータ） (2021-10-15T21:46:39Z)
• The Influence of Domain-Based Preprocessing on Subject-Specific Clustering [55.41644538483948]
  大学におけるオンライン教育の大部分を突然移行させることで、学者の作業負荷が増大した。 この問題に対処するひとつの方法は、トピックに応じてこれらの質問をクラスタ化することです。 本稿では,タグ付けデータセットの領域を探求し,コードの抜粋の同定と経験的結果の提供に焦点をあてる。
  論文  参考訳（メタデータ） (2020-11-16T17:47:19Z)
• Text Information Aggregation with Centrality Attention [86.91922440508576]
  本稿では, 固有中央集権自己注意という, 集権重み付けの新たな方法を提案する。 文中のすべての単語に対する完全連結グラフを構築し,各単語の注意点として固有中央性を計算する。
  論文  参考訳（メタデータ） (2020-11-16T13:08:48Z)
• Visual Question Answering with Prior Class Semantics [50.845003775809836]
  候補解のセマンティクスに関連する追加情報を利用する方法を示す。 セマンティック空間における回帰目標を用いて解答予測プロセスを拡張する。 提案手法は,様々な質問タイプに対して,一貫性と精度の向上をもたらす。
  論文  参考訳（メタデータ） (2020-05-04T02:46:31Z)

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。