論文の概要: COMPASS: a Creative Support System that Alerts Novelists to the Unnoticed Missing Contents

• arxiv url: http://arxiv.org/abs/2202.13151v1
• Date: Sat, 26 Feb 2022 14:40:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-03-01 15:37:36.876455
• Title: COMPASS: a Creative Support System that Alerts Novelists to the Unnoticed Missing Contents
• Title（参考訳）: コンパス:未発見のコンテンツを小説家に知らせるクリエイティブなサポートシステム
• Authors: Yusuke Mori, Hiroaki Yamane, Ryohei Shimizu, Yusuke Mukuta, Tatsuya Harada
• Abstract要約: ミス位置予測(MPP)は、この問題を補うために用いられる。 MPPは、欠落した部分の位置を予測することを目的としているが、「1つの文が欠落している」という前提条件の知識は依然として必要である。 本稿では,この制約を除去する新しいMPPタスクである可変数MPP(VN-MPP)を提案する。
• 参考スコア（独自算出の注目度）: 53.88675447561884
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When humans write, they may unintentionally omit some information. Complementing the omitted information using a computer is helpful in providing writing support. Recently, in the field of story understanding and generation, story completion (SC) was proposed to generate the missing parts of an incomplete story. Although its applicability is limited because it requires that the user have prior knowledge of the missing part of a story, missing position prediction (MPP) can be used to compensate for this problem. MPP aims to predict the position of the missing part, but the prerequisite knowledge that "one sentence is missing" is still required. In this study, we propose Variable Number MPP (VN-MPP), a new MPP task that removes this restriction; that is, the task to predict multiple missing sentences or to judge whether there are no missing sentences in the first place. We also propose two methods for this new MPP task. Furthermore, based on the novel task and methods, we developed a creative writing support system, COMPASS. The results of a user experiment involving professional creators who write texts in Japanese confirm the efficacy and utility of the developed system.
• Abstract（参考訳）: 人間が書くと、意図せずに情報を省略することがある。 コンピュータを用いて省略された情報を補完することは、書き込み支援を提供するのに役立つ。 近年,ストーリー理解と生成の分野では,不完全なストーリーの欠落部分を生成するために,ストーリーコンプリート(SC)が提案されている。 その適用性は、ユーザーがストーリーの欠落部分について事前の知識を必要とするため制限されるが、この問題を補うために、不在位置予測(MPP)を用いることができる。 mppは欠落部分の位置を予測することを目指しているが、「一文が欠落している」という前提知識は依然として必要である。 本研究では,この制約を解消する新しいmppタスクである可変数mpp(vn-mpp)を提案する。 この新たなMPPタスクには2つの方法を提案する。 さらに,新しい課題と手法に基づき,創造的な筆記支援システムcompassを開発した。 日本語でテキストを書くプロのクリエーターによるユーザ実験の結果,開発システムの有効性と有用性を確認した。

関連論文リスト

• Previously on the Stories: Recap Snippet Identification for Story Reading [51.641565531840186]
  本稿では,手作り評価データセットを用いたRecap Snippet Identificationと呼ばれる,この有用なタスクに関する最初のベンチマークを提案する。 本実験により,提案課題は,提案課題がスニペット間のプロット相関の深い理解を必要とするため,PLM,LSM,および提案手法に難題であることが判明した。
  論文  参考訳（メタデータ） (2024-02-11T18:27:14Z)
• Dense Paraphrasing for Textual Enrichment [7.6233489924270765]
  文構造において(必要に)表現されない意味論をDense Paraphrasing(DP)として明示しつつ、曖昧さを低減させるような文表現(レキセムやフレーズ)を書き換えるプロセスを定義する。 我々は、最初の完全なDPデータセットを構築し、アノテーションタスクのスコープと設計を提供し、このDPプロセスがどのようにソーステキストを豊かにし、推論とQAタスクのパフォーマンスを改善するかを示す。
  論文  参考訳（メタデータ） (2022-10-20T19:58:31Z)
• Learning to Transfer Prompts for Text Generation [97.64625999380425]
  転送可能なテキスト生成のための新しいプロンプトベース手法(PTG)を提案する。 まず、PTGは、様々なソース生成タスクの一連のソースプロンプトを学習し、ターゲット生成タスクを実行するためのターゲットプロンプトとしてこれらのプロンプトを転送する。 広範な実験では、PTGは微調整法よりも競争力または優れた結果が得られる。
  論文  参考訳（メタデータ） (2022-05-03T14:53:48Z)
• Detection, Disambiguation, Re-ranking: Autoregressive Entity Linking as a Multi-Task Problem [46.028180604304985]
  本稿では,2つの補助的なタスクで訓練された自己回帰エンティティリンクモデルを提案する。 我々は,2つの補助課題のそれぞれがパフォーマンスを向上し,再ランク付けが増加の重要な要因であることをアブレーション研究を通して示す。
  論文  参考訳（メタデータ） (2022-04-12T17:55:22Z)
• Evaluating NLP Systems On a Novel Cloze Task: Judging the Plausibility of Possible Fillers in Instructional Texts [2.3449131636069898]
  Cloze Taskは、NLPシステムの言語理解能力を評価するために広く使われているタスクである。 新しいタスクが提案されている: クローズタスクのフィラーワードが良い、中立的、悪い候補であるかどうかを予測する。
  論文  参考訳（メタデータ） (2021-12-03T12:02:52Z)
• Two-stage Voice Application Recommender System for Unhandled Utterances in Intelligent Personal Assistant [5.475452673163167]
  本稿では,サードパーティの音声アプリケーションと非手話音声をマッチングする2段階のショートリスト-リランダ推薦システムを提案する。 本稿では,ベースラインルールに基づくシステムから収集した観測データを用いて,新しいシステムを構築する方法について述べる。 ユーザエクスペリエンスの満足度を著しく向上させるオンラインA/Bテストの結果を提示する。
  論文  参考訳（メタデータ） (2021-10-19T11:52:56Z)
• How to Train Your Agent to Read and Write [52.24605794920856]
  研究論文の読み書きは、資格のある研究者が習得すべき最も特権のある能力の1つである。 読者が論文を読み、要約できるようにインテリジェントなエージェントを訓練し、おそらく新しい論文を書くための潜在的な知識の手がかりを発見し、活用できれば、それは魅力的です。 本研究では,入力段落から知識グラフ(KG)を抽出して潜在的な知識を発見できるtextitReader,新規段落を生成するgraph-to-text TextitWriter,およびtextitから構成されるDeep ReAder-Writer(DRAW)ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-01-04T12:22:04Z)
• Enabling Language Models to Fill in the Blanks [81.59381915581892]
  文書中の任意の位置にあるテキストの欠落を予測するタスクである,テキストを埋め込むためのシンプルなアプローチを提案する。 我々は、人工的にマスキングされたテキストと隠蔽されたテキストの連結を含むシーケンスに基づいて、オフザシェルフ言語モデル(またはファインチューン)を訓練する。 言語モデリングにより,この手法により,3つの分野(短編,科学的な要約,歌詞)において,LMが文全体を効果的に埋め込むことができることを示す。
  論文  参考訳（メタデータ） (2020-05-11T18:00:03Z)
• Adversarial Transfer Learning for Punctuation Restoration [58.2201356693101]
  句読点予測のためのタスク不変知識を学習するために,逆多タスク学習を導入する。 IWSLT2011データセットを用いて実験を行った。
  論文  参考訳（メタデータ） (2020-04-01T06:19:56Z)

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。