論文の概要: An Interdisciplinary Perspective on Evaluation and Experimental Design
for Visual Text Analytics: Position Paper
- arxiv url: http://arxiv.org/abs/2209.11534v1
- Date: Fri, 23 Sep 2022 11:47:37 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-26 17:00:02.691955
- Title: An Interdisciplinary Perspective on Evaluation and Experimental Design
for Visual Text Analytics: Position Paper
- Title(参考訳): 視覚テキスト分析のための評価と実験設計に関する学際的視点:位置紙
- Authors: Kostiantyn Kucher, Nicole Sultanum, Angel Daza, Vasiliki Simaki, Maria
Skeppstedt, Barbara Plank, Jean-Daniel Fekete, and Narges Mahyar
- Abstract要約: 本稿では,視覚的テキスト分析手法の評価に焦点をあてる。
視覚テキスト分析手法を評価する上で,課題の4つの主要なグループを同定する。
- 参考スコア(独自算出の注目度): 24.586485898038312
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Appropriate evaluation and experimental design are fundamental for empirical
sciences, particularly in data-driven fields. Due to the successes in
computational modeling of languages, for instance, research outcomes are having
an increasingly immediate impact on end users. As the gap in adoption by end
users decreases, the need increases to ensure that tools and models developed
by the research communities and practitioners are reliable, trustworthy, and
supportive of the users in their goals. In this position paper, we focus on the
issues of evaluating visual text analytics approaches. We take an
interdisciplinary perspective from the visualization and natural language
processing communities, as we argue that the design and validation of visual
text analytics include concerns beyond computational or visual/interactive
methods on their own. We identify four key groups of challenges for evaluating
visual text analytics approaches (data ambiguity, experimental design, user
trust, and "big picture'' concerns) and provide suggestions for research
opportunities from an interdisciplinary perspective.
- Abstract(参考訳): 適切な評価と実験設計は経験的科学、特にデータ駆動分野において基本である。
例えば、言語の計算モデリングの成功により、研究結果がエンドユーザにすぐに影響を与えるようになっている。
エンドユーザによる採用のギャップが減少するにつれ、研究コミュニティや実践者が開発したツールやモデルが信頼性が高く、信頼性が高く、ユーザを目標に支援する必要性が高まる。
本稿では,ビジュアルテキスト分析手法の評価に関する課題に注目する。
我々は可視化と自然言語処理のコミュニティから学際的な視点を取り、ビジュアルテキスト分析の設計と検証には、それ自体で計算やビジュアル/インタラクティブな方法以上の関心があると主張する。
視覚テキスト分析手法(データあいまいさ,実験設計,ユーザ信頼,および「全体像の懸念」)を評価する上での課題の4つの主要なグループを特定し,学際的な視点から研究機会を提案する。
関連論文リスト
- Research on the Laws of Multimodal Perception and Cognition from a
Cross-cultural Perspective -- Taking Overseas Chinese Gardens as an Example [5.749458457122218]
本研究では,マルチモーダルデータ分析における知覚的相互作用と認知的相互作用の複雑な関係について検討する。
ソーシャルメディア上での評価内容や画像は、個人の関心や感情反応を反映できることがわかった。
論文 参考訳(メタデータ) (2023-12-29T15:13:23Z) - Foundational Models Defining a New Era in Vision: A Survey and Outlook [151.49434496615427]
視覚シーンの構成的性質を観察し、推論する視覚システムは、我々の世界を理解するのに不可欠である。
モデルは、このようなモダリティと大規模なトレーニングデータとのギャップを埋めることを学び、コンテキスト推論、一般化、テスト時の迅速な機能を容易にした。
このようなモデルの出力は、例えば、バウンディングボックスを設けて特定のオブジェクトをセグメント化したり、画像や映像シーンについて質問したり、言語命令でロボットの動作を操作することで対話的な対話を行うなど、リトレーニングすることなく、人為的なプロンプトによって変更することができる。
論文 参考訳(メタデータ) (2023-07-25T17:59:18Z) - Multi-Dimensional Evaluation of Text Summarization with In-Context
Learning [79.02280189976562]
本稿では,テキスト内学習を用いた多次元評価器として,大規模言語モデルの有効性について検討する。
実験の結果,テキスト要約作業において,文脈内学習に基づく評価手法が学習評価フレームワークと競合していることが判明した。
次に、テキスト内サンプルの選択や数などの要因がパフォーマンスに与える影響を分析する。
論文 参考訳(メタデータ) (2023-06-01T23:27:49Z) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳(メタデータ) (2023-05-22T17:18:29Z) - You Are What You Talk About: Inducing Evaluative Topics for Personality
Analysis [0.0]
評価言語データは ソーシャルメディアの急速な成長に よりアクセスしやすくなっています
本稿では,事前フィルタした評価テキストにトピックモデルを適用することで得られる評価トピックの概念を紹介する。
次に評価トピックを個々のテキスト作者にリンクして評価プロファイルを構築する。
論文 参考訳(メタデータ) (2023-02-01T15:04:04Z) - The State of the Art in Enhancing Trust in Machine Learning Models with
the Use of Visualizations [0.0]
機械学習(ML)モデルは、医学、バイオインフォマティクス、その他の科学など、様々な分野の複雑な応用で使われている。
しかし、ブラックボックスの性質のため、それらが提供する結果を理解し、信頼することは難しいこともある。
これにより、MLモデルの信頼性向上に関連する信頼性の高い視覚化ツールの需要が増加した。
本稿では,インタラクティブな可視化によるMLモデルの信頼性向上について,STAR(State-of-the-Art Report)を提案する。
論文 参考訳(メタデータ) (2022-12-22T14:29:43Z) - Investigating Fairness Disparities in Peer Review: A Language Model
Enhanced Approach [77.61131357420201]
我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。
我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。
我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
論文 参考訳(メタデータ) (2022-11-07T16:19:42Z) - Beyond Visuals : Examining the Experiences of Geoscience Professionals
With Vision Disabilities in Accessing Data Visualizations [0.0]
この研究は、データ視覚化へのアクセスにおいて、STEMの規律(地質学)に盲目/視力障害のある専門家の経験を理解することを目的としている。
反射的セマンティック分析では、キャリアパスに影響を与える可視化の影響、研究のためのデータ探索ツールの欠如、同僚の作品へのアクセス障壁、そして可視化とアクセシビリティ研究のミスマッチしたペースが明らかにされた。
論文 参考訳(メタデータ) (2022-07-27T00:07:44Z) - TraSE: Towards Tackling Authorial Style from a Cognitive Science
Perspective [4.123763595394021]
クロスドメインシナリオにおける27,000人以上の著者と1.4万のサンプルによるオーサリング属性実験の結果、90%のアトリビューション精度が得られた。
年齢などの身体的特徴を用いて、TraSE上で定性的な分析を行い、認知的特徴を捉えているという主張を検証する。
論文 参考訳(メタデータ) (2022-06-21T19:55:07Z) - A Field Guide to Federated Optimization [161.3779046812383]
フェデレートされた学習と分析は、分散化されたデータからモデル(あるいは統計)を協調的に学習するための分散アプローチである。
本稿では、フェデレート最適化アルゴリズムの定式化、設計、評価、分析に関する勧告とガイドラインを提供する。
論文 参考訳(メタデータ) (2021-07-14T18:09:08Z) - Survey on Visual Sentiment Analysis [87.20223213370004]
本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。
また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。
様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
論文 参考訳(メタデータ) (2020-04-24T10:15:22Z)
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。