論文の概要: Non Linear Software Documentation with Interactive Code Examples
- arxiv url: http://arxiv.org/abs/2311.18057v1
- Date: Wed, 29 Nov 2023 20:08:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-01 18:48:30.287193
- Title: Non Linear Software Documentation with Interactive Code Examples
- Title（参考訳）: インタラクティブなコード例を持つ非線形ソフトウェアドキュメンテーション
- Authors: Mathieu Nassif and Martin P. Robillard
- Abstract要約: Casdocドキュメントはプログラマのためのコード例を中心としたインタラクティブなリソースである。
コード要素の説明は、読者が必要に応じて明らかにするアノテーションとして提示される。
インタラクティブな文書は、読者に気を散らすことなく、静的な文書よりも多くの情報を含むことができる。
- 参考スコア（独自算出の注目度）: 9.880887106904519
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Documentation enables sharing knowledge between the developers of a
technology and its users. Creating quality documents, however, is challenging:
Documents must satisfy the needs of a large audience without being overwhelming
for individuals. We address this challenge with a new document format, named
Casdoc. Casdoc documents are interactive resources centered around code
examples for programmers. Explanations of the code elements are presented as
annotations that the readers reveal based on their needs. We evaluated Casdoc
in a field study with over 300 participants who used 126 documents as part of a
software design course. The majority of participants adopted Casdoc instead of
a baseline format during the study. We observed that interactive documents can
contain more information than static documents without being distracting to
readers. We also gathered insights into five aspects of Casdoc that can be
applied to other formats, and propose five guidelines to improve navigability
in online documents.
- Abstract（参考訳）: ドキュメンテーションにより、技術開発者とそのユーザ間で知識を共有することができる。
しかし、質の高い文書を作成することは難しい。文書は個人に圧倒されることなく、多くの聴衆のニーズを満たす必要がある。
私たちはCasdocという新しいドキュメントフォーマットでこの問題に対処します。
Casdocドキュメントはプログラマのためのコード例を中心としたインタラクティブなリソースである。
コード要素の説明は、読者がニーズに応じて示すアノテーションとして提示される。
ソフトウェア設計コースの一環として,300人以上の参加者を対象に,Casdocの評価を行った。
参加者の大多数は、調査中にベースラインフォーマットではなくcasdocを採用した。
対話型文書は,読者の注意をそらすことなく,静的文書よりも多くの情報を含むことができる。
また、他のフォーマットに適用可能なcasdocの5つの側面に関する洞察を集め、オンラインドキュメントのナビゲータビリティを向上させるための5つのガイドラインを提案しました。
関連論文リスト
- Unified Multi-Modal Interleaved Document Representation for Information Retrieval [57.65409208879344]
我々は、異なるモダリティでインターリーブされた文書を均等に埋め込み、より包括的でニュアンスのある文書表現を生成する。
具体的には、テキスト、画像、テーブルの処理と統合を統一されたフォーマットと表現に統合する、近年のビジョン言語モデルの能力を活用して、これを実現する。
論文 参考訳（メタデータ） (2024-10-03T17:49:09Z) - DocGenome: An Open Large-scale Scientific Document Benchmark for Training and Testing Multi-modal Large Language Models [63.466265039007816]
我々は、arXivオープンアクセスコミュニティの153の分野から500Kの科学文書を注釈付けして構築した構造化文書ベンチマークDocGenomeを提案する。
我々はDocGenomeの利点を実証するために広範な実験を行い、我々のベンチマークで大規模モデルの性能を客観的に評価した。
論文 参考訳（メタデータ） (2024-06-17T15:13:52Z) - Knowledge-Driven Cross-Document Relation Extraction [3.868708275322908]
関係抽出(RE)はよく知られたNLPアプリケーションであり、文レベルや文書レベルのタスクとして扱われる。
本稿では,文書横断REのための入力テキストにエンティティのドメイン知識を組み込む新しい手法KXDocREを提案する。
論文 参考訳（メタデータ） (2024-05-22T11:30:59Z) - Understanding Documentation Use Through Log Analysis: An Exploratory
Case Study of Four Cloud Services [14.104545948572836]
クラウドベースの4つの産業サービスから,ドキュメントのページビューログを分析した。
10万人以上のユーザのページビューログを分析することで、さまざまなドキュメントページ訪問パターンが見つかる。
本論文では,文書の監査を行うための有効な手法として,文書のページビューログ分析を提案する。
論文 参考訳（メタデータ） (2023-10-16T20:37:29Z) - DocumentNet: Bridging the Data Gap in Document Pre-Training [78.01647768018485]
本稿では,Webから大規模かつ弱いラベル付きデータを収集し,VDERモデルの学習に役立てる手法を提案する。
収集されたデータセットはDocumentNetと呼ばれ、特定のドキュメントタイプやエンティティセットに依存しない。
広く採用されているVDERタスクの実験は、DocumentNetを事前トレーニングに組み込んだ場合、大幅に改善されている。
論文 参考訳（メタデータ） (2023-06-15T08:21:15Z) - Learning Diverse Document Representations with Deep Query Interactions
for Dense Retrieval [79.37614949970013]
そこで本研究では,問合せの深い文書表現を学習する高密度検索モデルを提案する。
本モデルでは,各文書に生成した擬似クエリをエンコードして,クエリインフォームド・マルチビュー文書表現を得る。
論文 参考訳（メタデータ） (2022-08-08T16:00:55Z) - Layout-Aware Information Extraction for Document-Grounded Dialogue:
Dataset, Method and Demonstration [75.47708732473586]
視覚的にリッチな文書から構造的知識と意味的知識の両方を抽出するためのレイアウト対応文書レベル情報抽出データセット(LIE)を提案する。
LIEには製品および公式文書の4,061ページから3つの抽出タスクの62kアノテーションが含まれている。
実験の結果、レイアウトはVRDベースの抽出に不可欠であることが示され、システムデモでは、抽出された知識が、ユーザが関心を持っている答えを見つけるのに役立つことも確認されている。
論文 参考訳（メタデータ） (2022-07-14T07:59:45Z) - Unified Pretraining Framework for Document Understanding [52.224359498792836]
文書理解のための統合事前学習フレームワークであるUDocを紹介する。
UDocは、ほとんどのドキュメント理解タスクをサポートするように設計されており、Transformerを拡張してマルチモーダル埋め込みを入力とする。
UDocの重要な特徴は、3つの自己管理的損失を利用して汎用的な表現を学ぶことである。
論文 参考訳（メタデータ） (2022-04-22T21:47:04Z) - Synthetic Document Generator for Annotation-free Layout Recognition [15.657295650492948]
本稿では,空間的位置,範囲,レイアウト要素のカテゴリを示すラベル付きリアル文書を自動生成する合成文書生成装置について述べる。
合成文書上で純粋に訓練された深層レイアウト検出モデルが,実文書を用いたモデルの性能と一致することを実証的に示す。
論文 参考訳（メタデータ） (2021-11-11T01:58:44Z) - Modeling Endorsement for Multi-Document Abstractive Summarization [10.166639983949887]
単一文書の要約と多文書の要約の重大な違いは、文書の中で健全なコンテンツがどのように現れるかである。
本稿では,複数文書要約における文書間補完効果とその活用をモデル化する。
提案手法は各文書から合成を生成し,他の文書から有意な内容を識別する支援者として機能する。
論文 参考訳（メタデータ） (2021-10-15T03:55:42Z)
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。