論文の概要: Extraction of Constituent Factors of Digestion Efficiency in Information Transfer by Media Composed of Texts and Images

• arxiv url: http://arxiv.org/abs/2302.09189v1
• Date: Fri, 17 Feb 2023 23:45:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-21 19:58:52.388961
• Title: Extraction of Constituent Factors of Digestion Efficiency in Information Transfer by Media Composed of Texts and Images
• Title（参考訳）: テキストと画像からなるメディアによる情報伝達における消化効率の構成因子の抽出
• Authors: Koike Hiroaki and Teruaki Hayashi
• Abstract要約: 本稿では,受信者が取得した情報とその内容,その目的を正しく理解する上での「情報消化」の概念を提案する。 本研究では,階層的因子分析と4種類のメディアによる消化能を構成する因子の抽出による情報消化能の評価モデルを提案した。
• 参考スコア（独自算出の注目度）: 0.07614628596146598
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The development and spread of information and communication technologies have increased and diversified information. However, the increase in the volume and the selection of information does not necessarily promote understanding. In addition, conventional evaluations of information transfer have focused only on the arrival of information to the receivers. They need to sufficiently take into account the receivers' understanding of the information after it has been acquired, which is the original purpose of the evaluation. In this study, we propose the concept of "information digestion," which refers to the receivers' correct understanding of the acquired information, its contents, and its purpose. In the experiment, we proposed an evaluation model of information digestibility using hierarchical factor analysis and extracted factors that constitute digestibility by four types of media.
• Abstract（参考訳）: 情報通信技術の発達と普及は、情報の増加と多様化をもたらした。 しかし,情報量の増加や選択は必ずしも理解を促進するものではない。 また,従来の情報伝達評価では,受信機への情報の到着のみに着目している。 彼らは、取得後の情報に対する受信者の理解を十分に考慮する必要があるが、これは評価の本来の目的である。 本研究では,受信者が取得した情報とその内容,その目的を正しく理解する上での「情報消化」の概念を提案する。 実験では,階層的因子分析と4種類のメディアによる消化性を構成する抽出因子を用いた情報消化性評価モデルを提案した。

関連論文リスト

• Receiver-Centric Generative Semantic Communications [35.20918451421913]
  本稿では,送信機と受信機とのセマンティック通信について検討する。 受信機への関心のビデオなどのオリジナルデータは送信機に格納される。 本稿では,レシーバ中心のセマンティックコミュニケーションシステムを提案する。
  論文  参考訳（メタデータ） (2024-11-05T14:18:09Z)
• Explainability for Transparent Conversational Information-Seeking [13.790574266700006]
  本研究は,反応を説明する様々な方法について考察する。 本研究は,説明タイプ,品質,提示モードの透過性を探索することにより,システム生成応答とユーザが検証可能な応答とのギャップを埋めることを目的とする。
  論文  参考訳（メタデータ） (2024-05-06T09:25:14Z)
• Assessing the quality of information extraction [0.0]
  本稿では,情報抽出/検索の質と完全性を評価するための自動フレームワークを提案する。 本稿では,大規模言語モデルの入力/出力サイズ制限をどう処理し,その性能を解析するかを論じる。
  論文  参考訳（メタデータ） (2024-04-05T12:51:48Z)
• Rate-Distortion-Perception Theory for Semantic Communication [73.04341519955223]
  シンボル歪みおよび意味知覚制約下での意味コミュニケーションの達成可能なデータレートについて検討する。 我々は、受信者が特定の歪みや知覚の制約を満たす意味情報ソースを直接推測できるケースが存在することを観察する。
  論文  参考訳（メタデータ） (2023-12-09T02:04:32Z)
• MIDDAG: Where Does Our News Go? Investigating Information Diffusion via Community-Level Information Pathways [114.42360191723469]
  我々は、新型コロナウイルス関連のニュース記事によって引き起こされるソーシャルメディア上の情報伝達経路を可視化する、直感的でインタラクティブなシステムMIDDAGを提案する。 我々は,ユーザ間のコミュニティを構築し,伝播予測機能を開発し,情報の普及方法の追跡と理解を可能にする。
  論文  参考訳（メタデータ） (2023-10-04T02:08:11Z)
• Gacs-Korner Common Information Variational Autoencoder [102.89011295243334]
  本稿では,2つの変数間で共有される情報の定量化と分離を可能にする共通情報の概念を提案する。 画像やビデオなどの高次元データでも意味論的に意味のある共通要素や特徴要因を学習できることを実証する。
  論文  参考訳（メタデータ） (2022-05-24T17:47:26Z)
• "There Is Not Enough Information": On the Effects of Explanations on Perceptions of Informational Fairness and Trustworthiness in Automated Decision-Making [0.0]
  自動意思決定システム(ADS)は、連続的な意思決定にますます利用されている。 我々は,情報の公平さに対する人々の認識を評価するために,人間による研究を行う。 定性的フィードバックの包括的分析は、説明のために人々のデシラタに光を当てる。
  論文  参考訳（メタデータ） (2022-05-11T20:06:03Z)
• Information-Theoretic Odometry Learning [83.36195426897768]
  生体計測推定を目的とした学習動機付け手法のための統合情報理論フレームワークを提案する。 提案フレームワークは情報理論言語の性能評価と理解のためのエレガントなツールを提供する。
  論文  参考訳（メタデータ） (2022-03-11T02:37:35Z)
• A Bayesian Framework for Information-Theoretic Probing [51.98576673620385]
  我々は、探索は相互情報を近似するものとみなすべきであると論じる。 これは、表現が元の文とターゲットタスクに関する全く同じ情報をエンコードしているというかなり直感的な結論を導いた。 本稿では,ベイズ的相互情報(Bayesian mutual information)と呼ぶものを測定するための新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-09-08T18:08:36Z)
• Generating Diversified Comments via Reader-Aware Topic Modeling and Saliency Detection [25.16392119801612]
  生成したコメントの質を高めるために,読者が認識するトピックモデリングとサリエンシー情報検出フレームワークを提案する。 読者対応トピックモデリングのために,読者コメントからの潜在意味学習と話題マイニングのための変分生成クラスタリングアルゴリズムを設計した。 サリエンシー情報検出のために、ニュースコンテンツを推定してサリエンシー情報を選択するBernoulli分布について紹介します。
  論文  参考訳（メタデータ） (2021-02-13T03:50:31Z)
• Named Entity Recognition for Social Media Texts with Semantic Augmentation [70.44281443975554]
  名前付きエンティティ認識のための既存のアプローチは、短いテキストと非公式テキストで実行される場合、データ空間の問題に悩まされる。 そこで我々は,NER によるソーシャルメディアテキストに対するニューラルベースアプローチを提案し,ローカルテキストと拡張セマンティクスの両方を考慮に入れた。
  論文  参考訳（メタデータ） (2020-10-29T10:06:46Z)

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。