論文の概要: Comparing scalable strategies for generating numerical perspectives

• arxiv url: http://arxiv.org/abs/2308.01535v1
• Date: Thu, 3 Aug 2023 04:35:46 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-04 15:15:37.502584
• Title: Comparing scalable strategies for generating numerical perspectives
• Title（参考訳）: 数値的視点生成のためのスケーラブル戦略の比較
• Authors: Hancheng Cao, Sofia Eleni Spatharioti, Daniel G. Goldstein, Jake M. Hofman
• Abstract要約: 数値的な視点は、人々が極端に不慣れな数字を理解するのに役立つ。 ここでは、大規模視点生成のための3つのポリシーを比較する。 これら3つのアプローチの組み合わせが,いずれの方法も支配していることがわかった。
• 参考スコア（独自算出の注目度）: 11.466884796772797
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Numerical perspectives help people understand extreme and unfamiliar numbers (e.g., \$330 billion is about \$1,000 per person in the United States). While research shows perspectives to be helpful, generating them at scale is challenging both because it is difficult to identify what makes some analogies more helpful than others, and because what is most helpful can vary based on the context in which a given number appears. Here we present and compare three policies for large-scale perspective generation: a rule-based approach, a crowdsourced system, and a model that uses Wikipedia data and semantic similarity (via BERT embeddings) to generate context-specific perspectives. We find that the combination of these three approaches dominates any single method, with different approaches excelling in different settings and users displaying heterogeneous preferences across approaches. We conclude by discussing our deployment of perspectives in a widely-used online word processor.
• Abstract（参考訳）: 数値的な視点は、人々が極端に不慣れな数字を理解するのに役立つ(例えば、3300億ドルは1人当たり約1000ドル)。 研究は役に立ちそうな視点を示しているが、いくつかのアナロジーを他のものよりも役に立たせるものを特定することが困難であることや、最も役立つものは、与えられた数値が現れる状況によって異なるため、スケールでそれを生成することは困難である。 ここでは,ルールベースのアプローチ,クラウドソースシステム,およびウィキペディアのデータとセマンティックな類似性(BERT埋め込みによる)を用いてコンテキスト固有の視点を生成するモデルという,大規模視点生成のための3つのポリシーを提示し比較する。 これらの3つのアプローチの組み合わせは、異なる設定で優れたアプローチと、複数のアプローチにまたがる不均一な好みを表示するユーザによって、どの方法でも支配的であることがわかった。 我々は、広く使われているオンラインワードプロセッサにおける視点の展開について論じる。

関連論文リスト

• The Role of Syntactic Span Preferences in Post-Hoc Explanation Disagreement [4.6289929100615]
  言語学的観点から,手法間の不一致の潜在的な源泉について検討する。 異なる手法が、異なる種類の単語を体系的に選択し、他の手法と最もよく一致し、人間が類似した言語的嗜好を示す方法が見つかる。
  論文  参考訳（メタデータ） (2024-03-28T13:56:23Z)
• Better Understanding Differences in Attribution Methods via Systematic Evaluations [57.35035463793008]
  モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。 本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。 これらの評価手法を用いて、広範囲のモデルにおいて広く用いられている属性手法の長所と短所について検討する。
  論文  参考訳（メタデータ） (2023-03-21T14:24:58Z)
• Multiview Representation Learning from Crowdsourced Triplet Comparisons [23.652378640389756]
  トリプルト類似性比較は、クラウドソーシングタスクの一種である。 群衆労働者は質問されます。 3つの物体の中で どの2つが似ていますか?
  論文  参考訳（メタデータ） (2023-02-08T10:51:44Z)
• Beyond Contrastive Learning: A Variational Generative Model for Multilingual Retrieval [109.62363167257664]
  本稿では,多言語テキスト埋め込み学習のための生成モデルを提案する。 我々のモデルは、$N$言語で並列データを操作する。 本手法は, 意味的類似性, ビットクストマイニング, 言語間質問検索などを含む一連のタスクに対して評価を行う。
  論文  参考訳（メタデータ） (2022-12-21T02:41:40Z)
• Towards Better Understanding Attribution Methods [77.1487219861185]
  モデル決定に最も影響を及ぼす画像領域を特定するために、ポストホック属性法が提案されている。 本稿では,これらの手法の忠実度をより確実に評価するための3つの新しい評価手法を提案する。 また,いくつかの属性法の性能を著しく向上する処理後平滑化ステップを提案する。
  論文  参考訳（メタデータ） (2022-05-20T20:50:17Z)
• Auto-weighted Multi-view Feature Selection with Graph Optimization [90.26124046530319]
  グラフ学習に基づく新しい教師なしマルチビュー特徴選択モデルを提案する。 1) 特徴選択過程において, 異なる視点で共有されたコンセンサス類似度グラフが学習される。 各種データセットを用いた実験により,提案手法が最先端手法よりも優れていることを示す。
  論文  参考訳（メタデータ） (2021-04-11T03:25:25Z)
• Quantifying Learnability and Describability of Visual Concepts Emerging in Representation Learning [91.58529629419135]
  我々は、ディープニューラルネットワークによって自動的に発見された視覚的なグルーピングを特徴付ける方法を検討する。 本稿では、任意の画像グループ化の解釈可能性の定量化に使用できる視覚的学習可能性と記述可能性という2つの概念を紹介する。
  論文  参考訳（メタデータ） (2020-10-27T18:41:49Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)
• Learning to Compare Relation: Semantic Alignment for Few-Shot Learning [48.463122399494175]
  本稿では,コンテンツアライメントに頑健な関係を比較するための新しいセマンティックアライメントモデルを提案する。 数ショットの学習データセットについて広範な実験を行う。
  論文  参考訳（メタデータ） (2020-02-29T08:37:02Z)

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。