論文の概要: ACCESS: Prompt Engineering for Automated Web Accessibility Violation Corrections

• arxiv url: http://arxiv.org/abs/2401.16450v1
• Date: Sun, 28 Jan 2024 22:49:33 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-31 17:41:51.693495
• Title: ACCESS: Prompt Engineering for Automated Web Accessibility Violation Corrections
• Title（参考訳）: ACCESS: 自動Webアクセシビリティ違反訂正のためのプロンプトエンジニアリング
• Authors: Calista Huang, Alyssa Ma, Suchir Vyasamudri, Eugenie Puype, Sayem Kamal, Juan Belza Garcia, Salar Cheema, Michael Lutz
• Abstract要約: 本稿では,基盤モデルを用いて文書オブジェクトモデル(DOM)をリアルタイムで修正することにより,Web上のアクセシビリティ違反を修正する新しいアプローチを提案する。 新たなベンチマークであるACCESSの修正後のアクセシビリティ違反エラーを51%以上削減した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With the increasing need for inclusive and user-friendly technology, web accessibility is crucial to ensuring equal access to online content for individuals with disabilities, including visual, auditory, cognitive, or motor impairments. Despite the existence of accessibility guidelines and standards such as Web Content Accessibility Guidelines (WCAG) and the Web Accessibility Initiative (W3C), over 90\% of websites still fail to meet the necessary accessibility requirements. For web users with disabilities, there exists a need for a tool to automatically fix web page accessibility errors. While research has demonstrated methods to find and target accessibility errors, no research has focused on effectively correcting such violations. This paper presents a novel approach to correcting accessibility violations on the web by modifying the document object model (DOM) in real time with foundation models. Leveraging accessibility error information, large language models (LLMs), and prompt engineering techniques, we achieved greater than a 51\% reduction in accessibility violation errors after corrections on our novel benchmark: ACCESS. Our work demonstrates a valuable approach toward the direction of inclusive web content, and provides directions for future research to explore advanced methods to automate web accessibility.
• Abstract（参考訳）: 包括的かつユーザフレンドリな技術の必要性が高まる中、Webアクセシビリティは、視覚、聴覚、認知、運動障害を含む、障害のある個人に対するオンラインコンテンツへの平等なアクセスを確保するために不可欠である。 Webコンテンツアクセシビリティガイドライン(WCAG)やWebアクセシビリティイニシアチブ(W3C)のようなアクセシビリティガイドラインや標準が存在するにもかかわらず、90%以上のウェブサイトが必要なアクセシビリティ要件を満たしていない。 障害のあるWebユーザに対しては、Webページアクセシビリティエラーを自動的に修正するツールが必要である。 研究はアクセシビリティエラーを発見し、ターゲットにする方法を実証しているが、そのような違反を効果的に修正する研究は行われていない。 本稿では,ドキュメントオブジェクトモデル(dom)を基礎モデルでリアルタイムに修正することにより,web上のアクセシビリティ侵害を修正する新しい手法を提案する。 アクセシビリティエラー情報、大規模言語モデル(LLMs)、そして迅速なエンジニアリング技術を活用して、新しいベンチマークであるACCESSの修正後のアクセシビリティ違反エラーを51倍に削減した。 本研究は,インクルーシブWebコンテンツの方向性に対する価値あるアプローチを示し,Webアクセシビリティの自動化に向けた先進的な手法を探るための方向性を提供する。

関連論文リスト

• A Survey of Accessible Explainable Artificial Intelligence Research [0.0]
  本稿では、説明可能な人工知能(XAI)のアクセシビリティに関する研究について、系統的な文献レビューを行う。 提案手法は,XAIとアクセシビリティーの交差点を捉えるために,いくつかの学術データベースを検索語で検索することを含む。 我々は、デジタル包摂とアクセシビリティを促進するために、XAI開発に障害コミュニティを含めることの重要性を強調している。
  論文  参考訳（メタデータ） (2024-07-02T21:09:46Z)
• AccessLens: Auto-detecting Inaccessibility of Everyday Objects [17.269659576368536]
  本稿では,日常オブジェクトのアクセス不能なインターフェースを識別するためのエンドツーエンドシステムであるAccessLensを紹介する。 当社のアプローチでは,21の非アクセシビリティクラスを自動的に認識するために設計された新しいAccessDBデータセットを使用して,検出器をトレーニングする。 AccessMetaは、これらのアクセシビリティクラスをオープンソース3D拡張設計にリンクする包括的な辞書を構築するための堅牢な方法として機能する。
  論文  参考訳（メタデータ） (2024-01-29T09:27:55Z)
• Improved Web Accessibility Evaluation of Open Learning Contents for Individuals with Learning Disabilities [1.52292571922932]
  Webコンテンツは、電子デバイス上で通常のコミュニティや障害のあるコミュニティにアクセスできなければならない。 本研究は,学習管理システムのアクセシビリティレベルを改善するためのいくつかの勧告を提供する。
  論文  参考訳（メタデータ） (2023-06-10T03:21:36Z)
• Machine Unlearning: A Survey [56.79152190680552]
  プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。 この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。 この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。 この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
  論文  参考訳（メタデータ） (2023-06-06T10:18:36Z)
• A Design Guideline to Overcome Web Accessibility Issues Challenged by Visually Impaired Community in Sri Lanka [0.0]
  視覚障害者コミュニティは、世界でウェブコンテンツへのアクセスを妨げているグループの一つだ。 障害によって制限されたアクセス、設計の欠如によるユーザビリティの問題、視覚的に障害のあるアプリケーションの可用性の欠如、コミュニケーションの欠如、Webナビゲーションの問題などが主な問題である。
  論文  参考訳（メタデータ） (2023-04-14T05:12:13Z)
• Algorithm Design for Online Meta-Learning with Task Boundary Detection [63.284263611646]
  非定常環境におけるタスクに依存しないオンラインメタ学習のための新しいアルゴリズムを提案する。 まず,タスクスイッチと分散シフトの簡易かつ効果的な2つの検出機構を提案する。 軽度条件下では,線形タスク平均的後悔がアルゴリズムに対して達成可能であることを示す。
  論文  参考訳（メタデータ） (2023-02-02T04:02:49Z)
• Towards Informed Design and Validation Assistance in Computer Games Using Imitation Learning [65.12226891589592]
  本稿では,自動ゲーム検証とテストのための新しいアプローチを提案する。 本手法は,データ駆動型模倣学習技術を活用し,時間と労力をほとんど必要とせず,機械学習やプログラミングの知識も必要としない。
  論文  参考訳（メタデータ） (2022-08-15T11:08:44Z)
• Toward Deep Learning Based Access Control [3.2511618464944547]
  本稿では,ディープラーニング技術の大幅な進歩を活用して,DLBAC(Deep Learning Based Access Control)を提案する。 DLBACは補完し、長期的には、従来のアクセス制御モデルをニューラルネットワークで置き換える可能性さえある。 提案手法は,精度,一般化,説明可能性に関する問題に対処することで実現可能であることを示す。
  論文  参考訳（メタデータ） (2022-03-28T22:05:11Z)
• Adversarial Environment Generation for Learning to Navigate the Web [107.99759923626242]
  Webナビゲーションエージェントのトレーニングのボトルネックの1つは、トレーニング環境の学習可能なカリキュラムを提供することです。 AEG(Adversarial Environment Generation)を使用して、強化学習(RL)エージェントを訓練する困難なWeb環境を生成することを提案する。 提案するフレキシブルb-PAIRED技術を用いて訓練したナビゲータエージェントは,競争力のある自動カリキュラム生成ベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2021-03-02T19:19:30Z)
• Bringing Cognitive Augmentation to Web Browsing Accessibility [69.62988485669146]
  我々は、より自然でアクセス可能なwebブラウジング体験を提供するための認知的拡張によってもたらされる機会を探求する。 我々は,BVIP対話型Webブラウジングニーズを支援するための概念的フレームワークを開発する。 構造的特徴とコンテンツ機能のみを考慮した初期の作業とプロトタイプについて説明する。
  論文  参考訳（メタデータ） (2020-12-07T14:40:52Z)
• Privileged Knowledge Distillation for Online Action Detection [114.5213840651675]
  リアルタイム予測タスクに対処するフレーム単位のラベル付けタスクとして,ビデオ中のオンラインアクション検出(OAD)を提案する。 本稿では,トレーニング段階においてのみ観測可能な未来のフレームを特権情報の一種とみなすオンライン行動検出のための,新たな学習支援型フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-11-18T08:52:15Z)

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。