論文の概要: A Survey on Using Gaze Behaviour for Natural Language Processing
- arxiv url: http://arxiv.org/abs/2112.15471v2
- Date: Mon, 3 Jan 2022 12:58:53 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-09 15:37:36.777371
- Title: A Survey on Using Gaze Behaviour for Natural Language Processing
- Title（参考訳）: 自然言語処理における注視行動の活用に関する調査
- Authors: Sandeep Mathias, Diptesh Kanojia, Abhijit Mishra, Pushpak
Bhattacharyya
- Abstract要約: 本研究では、自然言語処理(NLP)における様々なタスクにおける視線行動の使用について、テスト時に記録することなく議論する。
我々は複数の言語で異なる視線追跡コーパスについて言及し、これは現在利用可能であり、自然言語処理で使用することができる。
本稿は、ドメイン — 教育 — における応用と、複雑な単語識別と自動エッセイグレーディングの課題を解決する上で、視線行動の学習がいかに役立つかを議論することによって、論文を締めくくる。
- 参考スコア（独自算出の注目度）: 35.76242565243049
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Gaze behaviour has been used as a way to gather cognitive information for a
number of years. In this paper, we discuss the use of gaze behaviour in solving
different tasks in natural language processing (NLP) without having to record
it at test time. This is because the collection of gaze behaviour is a costly
task, both in terms of time and money. Hence, in this paper, we focus on
research done to alleviate the need for recording gaze behaviour at run time.
We also mention different eye tracking corpora in multiple languages, which are
currently available and can be used in natural language processing. We conclude
our paper by discussing applications in a domain - education - and how learning
gaze behaviour can help in solving the tasks of complex word identification and
automatic essay grading.
- Abstract（参考訳）: 視線行動は、長年にわたって認知情報を集める手段として用いられてきた。
本稿では,自然言語処理(NLP)における異なるタスクをテスト時に記録することなく,目視行動を用いて解く方法について論じる。
これは、視線行動の収集が時間とお金の両面でコストのかかる作業であるからである。
そこで本稿では,実時間における視線動作記録の必要性を緩和する研究に焦点をあてる。
我々はまた、現在利用可能であり、自然言語処理で使用できる複数の言語で異なる視線追跡コーパスについても言及している。
本稿は、ドメイン — 教育 — における応用と、複雑な単語識別と自動エッセイグレーディングの課題を解決する上で、視線行動の学習がどのように役立つかを論じる。
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) - Leveraging Visual Knowledge in Language Tasks: An Empirical Study on
Intermediate Pre-training for Cross-modal Knowledge Transfer [61.34424171458634]
視覚的知識を言語モデルに組み込むことがギャップを埋めるかどうかを検討する。
実験の結果,視覚的知識伝達は低リソース環境と完全教師付き環境の両方で性能を向上できることがわかった。
論文 参考訳（メタデータ） (2022-03-14T22:02:40Z) - Utilizing Wordnets for Cognate Detection among Indian Languages [50.83320088758705]
ヒンディー語と10のインド諸語間の単語対を検出する。
深層学習手法を用いて単語対が共生か否かを予測する。
性能は最大26%向上した。
論文 参考訳（メタデータ） (2021-12-30T16:46:28Z) - Bridging between Cognitive Processing Signals and Linguistic Features
via a Unified Attentional Network [25.235060468310696]
本稿では,認知処理信号と言語的特徴との関連性を検討するためのデータ駆動手法を提案する。
我々は、埋め込み、注意、エンコーディング、予測層からなる統合された注意フレームワークを提案する。
提案するフレームワークは,単一の認知データセットを用いて,幅広い言語的特徴を検出するために利用できる。
論文 参考訳（メタデータ） (2021-12-16T12:25:11Z) - Monitoring geometrical properties of word embeddings for detecting the
emergence of new topics [2.4411595994266797]
徐々に出現するトピックを早期に検出する問題に対処する。
本稿では,埋め込み空間における単語表現の挙動を監視することを提案する。
論文と学術論文の2つの公開データセットにおいて,最先端の手法よりも優れた結果が得られた。
論文 参考訳（メタデータ） (2021-11-05T13:31:56Z) - Deep Learning for Text Style Transfer: A Survey [71.8870854396927]
テキストスタイル転送は、生成したテキストの特定の属性を制御することを目的として、自然言語生成において重要なタスクである。
2017年の最初のニューラルテキストスタイル転送作業以降,100以上の代表的な記事を対象とした,ニューラルテキストスタイル転送の研究の体系的な調査を行う。
タスクの定式化、既存のデータセットとサブタスク、評価、並列データと非並列データの存在下での豊富な方法論について論じる。
論文 参考訳（メタデータ） (2020-11-01T04:04:43Z) - Positioning yourself in the maze of Neural Text Generation: A
Task-Agnostic Survey [54.34370423151014]
本稿では, ストーリーテリング, 要約, 翻訳など, 世代ごとのタスクインパクトをリレーする手法の構成要素について検討する。
本稿では,学習パラダイム,事前学習,モデリングアプローチ,復号化,各分野における重要な課題について,命令的手法の抽象化を提案する。
論文 参考訳（メタデータ） (2020-10-14T17:54:42Z) - DORi: Discovering Object Relationship for Moment Localization of a
Natural-Language Query in Video [98.54696229182335]
本研究では,自然言語クエリを用いて,時間的モーメントローカライゼーションの課題について検討する。
私たちの重要なイノベーションは、言語で条件付きメッセージパッシングアルゴリズムを通じて、ビデオ機能の埋め込みを学ぶことです。
時間的なサブグラフは、時間を通してビデオ内のアクティビティをキャプチャする。
論文 参考訳（メタデータ） (2020-10-13T09:50:29Z) - Happy Are Those Who Grade without Seeing: A Multi-Task Learning Approach
to Grade Essays Using Gaze Behaviour [33.43203339371381]
本稿では,視線行動を用いたエッセイ自動評価法を提案する。
4つのエッセイセットにまたがる48のエッセイの視線行動を学び、残りのエッセイの視線行動を学び、7000以上のエッセイを数える。
論文 参考訳（メタデータ） (2020-05-25T12:38:47Z) - Probing the Natural Language Inference Task with Automated Reasoning
Tools [6.445605125467574]
自然言語推論(NLI)タスクは、現在のNLPにおいて重要なタスクである。
我々はNLIタスクの論理構造を調べるために他の手法を用いる。
我々は、機械指向の自然言語がNLI文のパースにどの程度うまく利用できるか、また、自動定理証明器が結果の式に対していかにうまく推論できるかを示す。
論文 参考訳（メタデータ） (2020-05-06T03:18:11Z)
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。