論文の概要: ADAPQUEST: A Software for Web-Based Adaptive Questionnaires based on Bayesian Networks

• arxiv url: http://arxiv.org/abs/2112.14476v1
• Date: Wed, 29 Dec 2021 09:50:44 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-30 15:30:46.918784
• Title: ADAPQUEST: A Software for Web-Based Adaptive Questionnaires based on Bayesian Networks
• Title（参考訳）: ADAPQUEST:ベイジアンネットワークに基づくWebベースの適応型アンケートソフトウェア
• Authors: Claudio Bonesana and Francesca Mangili and Alessandro Antonucci
• Abstract要約: ADAPQUESTは、ベイジアンネットワークに基づく適応型アンケートの開発のためにJavaで書かれたソフトウェアツールである。 質問紙には、アンケートパラメータの引用を簡略化するために、専用の実施戦略が組み込まれている。 本ツールの精神疾患診断への応用についても論じる。
• 参考スコア（独自算出の注目度）: 70.79136608657296
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce ADAPQUEST, a software tool written in Java for the development of adaptive questionnaires based on Bayesian networks. Adaptiveness is intended here as the dynamical choice of the question sequence on the basis of an evolving model of the skill level of the test taker. Bayesian networks offer a flexible and highly interpretable framework to describe such testing process, especially when coping with multiple skills. ADAPQUEST embeds dedicated elicitation strategies to simplify the elicitation of the questionnaire parameters. An application of this tool for the diagnosis of mental disorders is also discussed together with some implementation details.
• Abstract（参考訳）: ベイジアンネットワークに基づく適応型アンケートの開発のためにJavaで書かれたソフトウェアツールであるADAPQUESTを紹介する。 ここでは、テストテイクのスキルレベルの進化モデルに基づいて、質問列の動的選択として適応性が意図される。 ベイジアンネットワークは、このようなテストプロセス、特に複数のスキルを扱う場合に、柔軟で解釈可能なフレームワークを提供する。 ADAPQUESTは、アンケートパラメータのエリケーションを簡略化するために、専用のエリケーション戦略を組み込んでいる。 本ツールの精神疾患診断への応用についても,いくつかの実装の詳細とともに論じる。

関連論文リスト

• SKADA-Bench: Benchmarking Unsupervised Domain Adaptation Methods with Realistic Validation [55.87169702896249]
  Unsupervised Domain Adaptation (DA) は、ラベル付きソースドメインでトレーニングされたモデルを適用して、ラベルなしのターゲットドメインでデータ分散シフトをうまく実行する。 本稿では,DA手法の評価と,再重み付け,マッピング,部分空間アライメントなど,既存の浅層アルゴリズムの公平な評価を行うフレームワークを提案する。 本ベンチマークでは,現実的な検証の重要性を強調し,現実的なアプリケーションに対する実践的なガイダンスを提供する。
  論文  参考訳（メタデータ） (2024-07-16T12:52:29Z)
• Response Enhanced Semi-supervised Dialogue Query Generation [40.17161986495854]
  ラベルのない会話でモデル性能を向上させるための半教師付き学習フレームワーク、SemiDQGを提案する。 まず、類似性に基づくクエリ選択手法を適用し、高品質なRA生成擬似クエリを選択する。 我々は、QPをさらに強化するためにREINFORCEアルゴリズムを採用し、RAによる報酬をきめ細かい訓練信号として利用する。
  論文  参考訳（メタデータ） (2023-12-20T02:19:54Z)
• Fast-Slow Test-Time Adaptation for Online Vision-and-Language Navigation [67.18144414660681]
  オンラインビジョン・アンド・ランゲージナビゲーション(VLN)のためのFSTTA(Fast-Slow Test-Time Adaptation)アプローチを提案する。 提案手法は,4つのベンチマークにおいて顕著な性能向上を実現する。
  論文  参考訳（メタデータ） (2023-11-22T07:47:39Z)
• SEER : A Knapsack approach to Exemplar Selection for In-Context HybridQA [1.0323063834827413]
  本稿では,ハイブリッド推論(SEER)のためのサンプルの選択について述べる。 SEERの有効性はFinQAとTAT-QAで実証されている。
  論文  参考訳（メタデータ） (2023-10-10T14:50:20Z)
• Diverse and Faithful Knowledge-Grounded Dialogue Generation via Sequential Posterior Inference [82.28542500317445]
  本稿では,知識の選択と対話生成が可能な,逐次後推論(Sequential Posterior Inference, SPI)と呼ばれるエンドツーエンド学習フレームワークを提案する。 他の方法とは異なり、SPIは推論ネットワークを必要とせず、後部分布の単純な幾何学を仮定する。
  論文  参考訳（メタデータ） (2023-06-01T21:23:13Z)
• Reinforcement Learning Guided Multi-Objective Exam Paper Generation [21.945655389912112]
  そこで本研究では,MOEPGと呼ばれる多目的文書生成フレームワークを提案する。 難易度、試験スコアの配分、スキルカバレッジを含む3つの試験領域固有の目的を同時に最適化する。 試験用紙生成シナリオの多重ジレンマにMOEPGが適用可能であることを示す。
  論文  参考訳（メタデータ） (2023-03-02T07:55:52Z)
• QASem Parsing: Text-to-text Modeling of QA-based Semantics [19.42681342441062]
  本稿では,QA-SRL,QANom,QADiscourseの3つの意味的タスクについて考察する。 最初に統合されたQASem解析ツールをリリースし、下流アプリケーションに実用的です。
  論文  参考訳（メタデータ） (2022-05-23T15:56:07Z)
• A New Score for Adaptive Tests in Bayesian and Credal Networks [64.80185026979883]
  テストは、そのシークエンスと質問数とが、テイカーの推定スキルに基づいて動的に調整されるときに適応する。 後部確率のモードに基づいて、別のスコアの族を提示するので、説明し易い。
  論文  参考訳（メタデータ） (2021-05-25T20:35:42Z)
• Learning an Effective Context-Response Matching Model with Self-Supervised Tasks for Retrieval-based Dialogues [88.73739515457116]
  我々は,次のセッション予測,発話復元,不整合検出,一貫性判定を含む4つの自己教師型タスクを導入する。 我々はPLMに基づく応答選択モデルとこれらの補助タスクをマルチタスク方式で共同で訓練する。 実験結果から,提案した補助的自己教師型タスクは,多ターン応答選択において大きな改善をもたらすことが示された。
  論文  参考訳（メタデータ） (2020-09-14T08:44:46Z)

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。