論文の概要: Facilitating Opinion Diversity through Hybrid NLP Approaches

• arxiv url: http://arxiv.org/abs/2405.09439v1
• Date: Wed, 15 May 2024 15:30:17 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-16 13:06:44.698116
• Title: Facilitating Opinion Diversity through Hybrid NLP Approaches
• Title（参考訳）: ハイブリッドNLPアプローチによるオピニオン多様性の実現
• Authors: Michiel van der Meer,
• Abstract要約: この論文は、自然言語処理(NLP)による大規模オンライン議論を促進する上での課題を明らかにするものである。 本稿では,人間の知能と大規模言語モデルの混合によって得られる視点を表現するための3層階層構造を提案する。 これらの表現が視点の多様性に対する洞察を引き出す方法を説明し、オンライン議論における相互作用を調査できるようにする。
• 参考スコア（独自算出の注目度）: 0.18918331915892175
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Modern democracies face a critical issue of declining citizen participation in decision-making. Online discussion forums are an important avenue for enhancing citizen participation. This thesis proposal 1) identifies the challenges involved in facilitating large-scale online discussions with Natural Language Processing (NLP), 2) suggests solutions to these challenges by incorporating hybrid human-AI technologies, and 3) investigates what these technologies can reveal about individual perspectives in online discussions. We propose a three-layered hierarchy for representing perspectives that can be obtained by a mixture of human intelligence and large language models. We illustrate how these representations can draw insights into the diversity of perspectives and allow us to investigate interactions in online discussions.
• Abstract（参考訳）: 現代の民主主義は、意思決定における市民参加の減少という重大な問題に直面している。 オンラインディスカッションフォーラムは市民参加を促進する重要な道のりである。 この論文の提案 1)NLP(Natural Language Processing)による大規模オンライン議論の促進に関わる課題を明らかにする。 2)ハイブリッドAI技術の導入による課題の解決を提案し, 3)オンライン討論における個人的視点について,これらの技術がどのように明らかにできるかを考察する。 本稿では,人間の知能と大規模言語モデルの混合によって得られる視点を表現するための3層階層構造を提案する。 これらの表現が視点の多様性に対する洞察を引き出す方法を説明し、オンライン議論における相互作用を調査できるようにする。

関連論文リスト

• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Supporting Online Discussions: Integrating AI Into the adhocracy+ Participation Platform To Enhance Deliberation [1.2699007098398807]
  本稿では,オープンソースの大規模参加プラットフォームであるadhocracy+の拡張について紹介する。 これらのモジュールはAIによってサポートされ、議論の品質と参加者のインタラクションを強化する。
  論文  参考訳（メタデータ） (2024-09-12T06:27:35Z)
• An Empirical Analysis of Diversity in Argument Summarization [4.128725138940779]
  多様性の側面として,意見,注釈,情報源の3つを紹介する。 我々は、キーポイント分析と呼ばれる一般的な議論要約タスクへのアプローチを評価する。
  論文  参考訳（メタデータ） (2024-02-02T16:26:52Z)
• Metaverse Perspectives from Japan: A Participatory Speculative Design Case Study [2.959791948174223]
  本研究では,PSD(Participatory Speculative Design)アプローチを用いて,将来のメタバース社会における日本人の視点を探求する。 参加者の視点から重要なテーマを特定し、文化に敏感な仮想環境の設計と開発に関する洞察を提供する。
  論文  参考訳（メタデータ） (2024-01-30T20:33:20Z)
• The illusion of artificial inclusion [5.721091784293226]
  人間の参加者は、現代の人工知能技術の発展において中心的な役割を果たす。 生成AIの最近の進歩は、人間の参加者をAIサロゲートに置き換える可能性への関心が高まっている。
  論文  参考訳（メタデータ） (2024-01-16T18:58:02Z)
• On the Multiple Roles of Ontologies in Explainable AI [0.32634122554913997]
  本稿では、明示的な知識、特に説明可能なAIで果たすことができるさまざまな役割について論じる。 本稿では、参照モデリング、常識推論、知識の洗練と複雑性管理の3つの主要な視点について考察する。
  論文  参考訳（メタデータ） (2023-11-08T15:57:26Z)
• 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)
• Solving NLP Problems through Human-System Collaboration: A Discussion-based Approach [98.13835740351932]
  本研究の目的は,対話を通じて予測を議論・洗練するシステムのための,データセットと計算フレームワークを構築することである。 提案システムでは,自然言語推論タスクにおいて,最大25ポイントの精度向上が期待できることを示す。
  論文  参考訳（メタデータ） (2023-05-19T16:24:50Z)
• Retrospectives on the Embodied AI Workshop [238.302290980995]
  CVPRのEmbodied AI Workshopで発表された13の課題に注目します。 これらの課題は,(1)視覚ナビゲーション,(2)再構成,(3)視覚と言語を具現化した3つのテーマに分類される。 本稿では,各テーマにおける支配的データセット,課題評価指標,最先端モデルの性能について論じる。
  論文  参考訳（メタデータ） (2022-10-13T09:00:52Z)
• Face-to-Face Contrastive Learning for Social Intelligence Question-Answering [55.90243361923828]
  マルチモーダル手法は多くのタスクで技術の状態を設定するが、複雑な対面会話のダイナミクスをモデル化することは困難である。 社会的相互作用をモデル化するグラフニューラルネットワークF2F-CLを提案する。 課題であるSocial-IQデータセットを実験的に評価し、最先端の結果を示す。
  論文  参考訳（メタデータ） (2022-07-29T20:39:44Z)
• ConvAI3: Generating Clarifying Questions for Open-Domain Dialogue Systems (ClariQ) [64.60303062063663]
  本論文では,対話システムに対する質問の明確化に関する課題について詳述する(ClariQ)。 このチャレンジは、2020年のSearch Oriented Conversational AI (SCAI) EMNLPワークショップで、ConvAI3(Conversational AI Challenge series)の一部として組織されている。
  論文  参考訳（メタデータ） (2020-09-23T19:48:02Z)

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。