論文の概要: KUDO Interpreter Assist: Automated Real-time Support for Remote Interpretation

• arxiv url: http://arxiv.org/abs/2201.01800v1
• Date: Wed, 5 Jan 2022 19:38:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-07 23:31:45.853474
• Title: KUDO Interpreter Assist: Automated Real-time Support for Remote Interpretation
• Title（参考訳）: KUDO Interpreter Assist: リモート解釈のためのリアルタイム自動サポート
• Authors: Claudio Fantinuoli, Giulia Marchesini, David Landan, Lukas Horak
• Abstract要約: Interpreter Assistは、リモート同時解釈(RSI)シナリオの統合に特化したコンピュータ支援型解釈ツールである。 自動用語作成ツールとリアルタイム提案システムという,2つの主要な機能セットで構成されている。
• 参考スコア（独自算出の注目度）: 1.0257312460783732
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: High-quality human interpretation requires linguistic and factual preparation as well as the ability to retrieve information in real-time. This situation becomes particularly relevant in the context of remote simultaneous interpreting (RSI) where time-to-event may be short, posing new challenges to professional interpreters and their commitment to delivering high-quality services. In order to mitigate these challenges, we present Interpreter Assist, a computer-assisted interpreting tool specifically designed for the integration in RSI scenarios. Interpreter Assist comprises two main feature sets: an automatic glossary creation tool and a real-time suggestion system. In this paper, we describe the overall design of our tool, its integration into the typical RSI workflow, and the results achieved on benchmark tests both in terms of quality and relevance of glossary creation as well as in precision and recall of the real-time suggestion feature.
• Abstract（参考訳）: 高品質な人間の解釈には言語的および事実的な準備と、リアルタイムで情報を取得する能力が必要である。 この状況は、時間とイベントが短いリモート同時解釈(RSI)の文脈で特に重要になり、プロの通訳に新たな課題をもたらし、高品質なサービスの提供を約束する。 これらの課題を軽減するために,我々は,RSIシナリオの統合に特化したコンピュータ支援型解釈ツールであるInterpreter Assistを提案する。 Interpreter Assistには、自動用語作成ツールとリアルタイム提案システムという2つの主要な機能セットがある。 本稿では,ツールの全体的な設計,一般的なRSIワークフローへの統合,および用語集作成の質と妥当性の両面でのベンチマークテストの結果,およびリアルタイム提案機能の精度とリコールについて述べる。

関連論文リスト

• Asynchronous Tool Usage for Real-Time Agents [61.3041983544042]
  並列処理とリアルタイムツール利用が可能な非同期AIエージェントを導入する。 私たちの重要な貢献は、エージェントの実行とプロンプトのためのイベント駆動有限状態マシンアーキテクチャです。 この研究は、流体とマルチタスクの相互作用が可能なAIエージェントを作成するための概念的なフレームワークと実践的なツールの両方を提示している。
  論文  参考訳（メタデータ） (2024-10-28T23:57:19Z)
• CRAT: A Multi-Agent Framework for Causality-Enhanced Reflective and Retrieval-Augmented Translation with Large Language Models [59.8529196670565]
  CRATは、RAGと因果強化自己回帰を利用して翻訳課題に対処する、新しいマルチエージェント翻訳フレームワークである。 以上の結果からCRATは翻訳精度を著しく向上させ,特に文脈に敏感な単語や語彙の出現に寄与することが示唆された。
  論文  参考訳（メタデータ） (2024-10-28T14:29:11Z)
• STAB: Speech Tokenizer Assessment Benchmark [57.45234921100835]
  音声を離散トークンとして表現することは、音声をテキストによく似たフォーマットに変換するためのフレームワークを提供する。 Speech Tokenizer Assessment Benchmark(STAB)は,音声トークンを包括的に評価するシステム評価フレームワークである。 我々はSTABのメトリクスを評価し、これを音声タスクやトークン化ツールの選択の範囲でダウンストリームタスクのパフォーマンスと相関付けする。
  論文  参考訳（メタデータ） (2024-09-04T02:20:59Z)
• Agent-driven Generative Semantic Communication with Cross-Modality and Prediction [57.335922373309074]
  本稿では,強化学習に基づくエージェント駆動型ジェネリックセマンティックコミュニケーションフレームワークを提案する。 本研究では, エージェント支援型セマンティックエンコーダを開発し, 適応的セマンティック抽出とサンプリングを行う。 設計モデルの有効性をUA-DETRACデータセットを用いて検証し、全体的なA-GSCフレームワークの性能向上を実証した。
  論文  参考訳（メタデータ） (2024-04-10T13:24:27Z)
• On-the-Fly Syntax Highlighting: Generalisation and Speed-ups [2.208443815105053]
  オンザフライ構文強調は、視覚二次表記値を言語派生のそれぞれの文字と素早く関連付けるタスクである。 スピード制約はツールのユーザビリティを保証するために不可欠であり、オンラインソースコードにアクセスするエンドユーザの応答性を示す。 コードの理解力を高めるためには、正確なハイライトを達成することが重要です。 このようなリゾルバの開発コストに対処することは、多くのプログラミング言語のバージョンを考えると必須である。
  論文  参考訳（メタデータ） (2024-02-13T19:43:22Z)
• Planning, Creation, Usage: Benchmarking LLMs for Comprehensive Tool Utilization in Real-World Complex Scenarios [93.68764280953624]
  UltraToolは、ツール利用におけるLarge Language Modelsの能力を改善し評価するために設計された、新しいベンチマークである。 現実の複雑さを強調し、効果的な問題解決のために正確で多段階の計画を必要とする。 UltraToolの重要な特徴は、ツールの使用前に発生する自然言語による計画の独立した評価である。
  論文  参考訳（メタデータ） (2024-01-30T16:52:56Z)
• Introducing "Forecast Utterance" for Conversational Data Science [2.3894779000840503]
  本稿では,Forecast Utteranceという新しいコンセプトを紹介する。 次に,これらの発話からユーザの予測目標を自動的かつ正確に解釈することに集中する。 具体的には、各スロットが目標予測タスクの特定の側面に対応するスロット充足問題として、タスクをフレーム化する。 1) エンティティ抽出 (EE) と 2) 質問応答 (QA) の2つの手法を用いる。
  論文  参考訳（メタデータ） (2023-09-07T17:41:41Z)
• Defining maximum acceptable latency of AI-enhanced CAI tools [0.0]
  本稿では,同時モダリティに携わるインタプリタに対して,認知的に許容できる最大システムの遅延を調査するための実験結果について述べる。 その結果、インタプリタは元のテキストの変換に大きな影響を与えることなく、システム遅延を3秒で処理できることがわかった。
  論文  参考訳（メタデータ） (2022-01-08T08:52:24Z)
• STAGE: Tool for Automated Extraction of Semantic Time Cues to Enrich Neural Temporal Ordering Models [4.6150532698347835]
  我々は,時系列を自動的に抽出し,それらをニューラルモデルとの統合に適した表現に変換するシステムSTAGEを開発した。 2つのイベントオーダーデータセットで有望な結果を実証し、セマンティックキュー表現と将来の研究の統合における重要な問題を強調します。
  論文  参考訳（メタデータ） (2021-05-15T23:34:02Z)
• Evaluating Multilingual Text Encoders for Unsupervised Cross-Lingual Retrieval [51.60862829942932]
  本稿では,言語間文書・文検索タスクにおける最先端多言語エンコーダの適合性に着目した体系的実証研究を行う。 文レベルのCLIRでは、最先端のパフォーマンスが達成できることを実証する。 しかし、ピーク性能は、汎用の多言語テキストエンコーダをオフ・ザ・シェルフで使うのではなく、文の理解タスクにさらに特化したバリエーションに依存している。
  論文  参考訳（メタデータ） (2021-01-21T00:15:38Z)

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。