論文の概要: Enhancing Text Corpus Exploration with Post Hoc Explanations and Comparative Design

• arxiv url: http://arxiv.org/abs/2406.09686v1
• Date: Fri, 14 Jun 2024 03:13:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-10 22:08:49.306020
• Title: Enhancing Text Corpus Exploration with Post Hoc Explanations and Comparative Design
• Title（参考訳）: ポストホック説明と比較設計によるテキストコーパス探索の強化
• Authors: Michael Gleicher, Keaton Leppenan, Yunyu Bai,
• Abstract要約: テキストコーパス探索(TCE)は探索探索タスクの範囲にまたがる。 現在のシステムは、実際に遭遇するタスクの範囲をサポートする柔軟性に欠けています。 ポストホックな説明やマルチスケールな比較設計によるTCEツールの強化手法を提案する。
• 参考スコア（独自算出の注目度）: 6.8863648800930655
• License:
• Abstract: Text corpus exploration (TCE) spans the range of exploratory search tasks: it goes beyond simple retrieval to include item discovery and learning about the corpus and topic. Systems support TCE with tools such as similarity-based recommendations and embedding-based spatial maps. However, these tools address specific tasks; current systems lack the flexibility to support the range of tasks encountered in practice and the iterative, multiscale, workflows users employ. In this paper, we provide methods that enhance TCE tools with post hoc explanations and multiscale, comparative designs to provide flexible support for user needs. We introduce salience functions as a mechanism to provide post hoc explanations of similarity, recommendations, and spatial placement. This post hoc strategy allows our approach to complement a variety of underlying algorithms; the salience functions provide both exemplar- and feature-based explanations at scales ranging from individual documents through to the entire corpus. These explanations are incorporated into a set of views that operate at multiple scales. The views use design elements that explicitly support comparison to enable flexible integration. Together, these form an approach that provides a flexible toolset that can address a range of tasks. We demonstrate our approach in a prototype system that enables the exploration of corpora of paper abstracts and newspaper archives. Examples illustrate how our approach enables the system to flexibly support a wide range of tasks and workflows that emerge in user scenarios. A user study confirms that researchers are able to use our system to achieve a variety of tasks.
• Abstract（参考訳）: テキストコーパス探索(TCE: Text corpus Exploring)は、探索的な検索タスクの範囲にまたがる。 システムは、類似性ベースのレコメンデーションや埋め込みベースの空間マップなどのツールでTCEをサポートする。 しかしながら、これらのツールは特定のタスクに対処する。現在のシステムは、実際に遭遇するタスクの範囲と、ユーザが採用する反復的でマルチスケールなワークフローをサポートする柔軟性を欠いている。 本稿では,ユーザニーズに対するフレキシブルなサポートを実現するために,ポストホックな説明とマルチスケールな比較設計によるTCEツールの強化手法を提案する。 類似性,レコメンデーション,空間配置のポストホックな説明を提供するメカニズムとして,サリエンス関数を導入した。 このポストホック戦略により、我々のアプローチは、様々な基礎となるアルゴリズムを補完することができる。 これらの説明は、複数のスケールで動作する一連のビューに組み込まれている。 ビューは、フレキシブルな統合を可能にするために比較を明示的にサポートするデザイン要素を使用する。 これらを合わせて,さまざまなタスクに対処可能なフレキシブルなツールセットを提供するアプローチを形成するのです。 論文要約と新聞アーカイブのコーパスを探索するプロトタイプシステムにおいて,本手法を実証する。 私たちのアプローチが、ユーザシナリオに現れる幅広いタスクやワークフローを柔軟にサポートすることを可能にする方法を、例に示します。 ユーザスタディでは、研究者が我々のシステムを使って様々なタスクをこなせることを確認しています。

関連論文リスト

• Flex: End-to-End Text-Instructed Visual Navigation with Foundation Models [59.892436892964376]
  本稿では,視覚に基づく制御ポリシを用いて,ロバストな閉ループ性能を実現するために必要な最小限のデータ要件とアーキテクチャ適応について検討する。 この知見はFlex (Fly-lexically) で合成され,VLM(Vision Language Models) をフリーズしたパッチワイド特徴抽出器として利用するフレームワークである。 本研究では,本手法が4段階のフライ・トゥ・ターゲットタスクにおいて有効であることを示す。
  論文  参考訳（メタデータ） (2024-10-16T19:59:31Z)
• Visual Prompt Selection for In-Context Learning Segmentation [77.15684360470152]
  本稿では,サンプル選択戦略の再考と改善に焦点をあてる。 まず、ICLに基づくセグメンテーションモデルが異なる文脈に敏感であることを示す。 さらに、経験的証拠は、文脈的プロンプトの多様性がセグメンテーションを導く上で重要な役割を担っていることを示している。
  論文  参考訳（メタデータ） (2024-07-14T15:02:54Z)
• GMC: A General Framework of Multi-stage Context Learning and Utilization for Visual Detection Tasks [10.840556935747784]
  多段階のコンテキスト学習と利用のための一般的なフレームワークが提案され、様々な視覚的検出タスクのための様々なディープネットワークアーキテクチャが提案されている。 提案するフレームワークは、視覚的検出シナリオにおけるコンテキスト学習と利用のための包括的で適応可能なソリューションを提供する。
  論文  参考訳（メタデータ） (2024-07-08T02:54:09Z)
• generAItor: Tree-in-the-Loop Text Generation for Language Model Explainability and Adaptation [28.715001906405362]
  大規模言語モデル(LLM)は、自動補完、補助的な書き込み、チャットベースのテキスト生成など、様々な下流タスクに広くデプロイされている。 本稿では,ビーム探索ツリーの視覚的表現を解析,説明,適応する中心的な要素とする,ループ内ツリーのアプローチを提案することで,この欠点に対処する。 視覚解析技術であるGenerAItorを,タスク固有のウィジェットで中央ビーム探索木を拡大し,ターゲットとした可視化とインタラクションの可能性を提供する。
  論文  参考訳（メタデータ） (2024-03-12T13:09:15Z)
• TPE: Towards Better Compositional Reasoning over Conceptual Tools with Multi-persona Collaboration [38.63262397010507]
  大規模言語モデル(LLM)は、様々な機能ツールの使用を計画する際、例外的な性能を示した。 マルチパーソナライズ・コラボレーション・フレームワークThink-Plan-Execute(TPE)について紹介する。 このフレームワークはレスポンス生成プロセスを、Thinker、Planner、Executorの3つの異なる役割に分離する。
  論文  参考訳（メタデータ） (2023-09-28T01:18:53Z)
• SOCIOFILLMORE: A Tool for Discovering Perspectives [10.189255026322996]
  SOCIOFILLMOREは、テキストがイベントを描写する際に表現する視点をフォアに導くのに役立つツールである。 我々のツールは、人間の判断を大量に集めることで、理論的にはフレームのセマンティクスと認知言語学に基礎を置いています。
  論文  参考訳（メタデータ） (2022-03-07T14:42:22Z)
• OPAD: An Optimized Policy-based Active Learning Framework for Document Content Analysis [6.159771892460152]
  文書のコンテンツ検出タスクにおける能動的学習のための強化ポリシーを用いた新しいフレームワークであるtextitOPADを提案する。 フレームワークは、取得機能を学び、パフォーマンスメトリクスを最適化しながら、選択するサンプルを決定する。 本稿では,文書理解に関わる様々なタスクに対する能動的学習のためのテキストOPADフレームワークの優れた性能を示す。
  論文  参考訳（メタデータ） (2021-10-01T07:40:56Z)
• iFacetSum: Coreference-based Interactive Faceted Summarization for Multi-Document Exploration [63.272359227081836]
  iFacetSumは、インタラクティブな要約と顔検索を統合している。 微粒なファセットは、クロスドキュメントのコア参照パイプラインに基づいて自動的に生成される。
  論文  参考訳（メタデータ） (2021-09-23T20:01:11Z)
• Visual Transformer for Task-aware Active Learning [49.903358393660724]
  プールベースのアクティブラーニングのための新しいパイプラインを提案する。 提案手法は,学習中に使用可能なアンラベリング例を利用して,ラベル付き例との相関関係を推定する。 ビジュアルトランスフォーマーは、ラベル付き例と非ラベル付き例の間の非ローカルビジュアル概念依存性をモデル化する。
  論文  参考訳（メタデータ） (2021-06-07T17:13:59Z)
• DOC2PPT: Automatic Presentation Slides Generation from Scientific Documents [76.19748112897177]
  文書・スライド生成のための新しい課題とアプローチを提案する。 エンドツーエンドでタスクに取り組むための階層的なシーケンス・ツー・シーケンスアプローチを提案する。 提案手法では,文書やスライド内の固有構造を利用して,パラフレーズとレイアウト予測モジュールを組み込んでスライドを生成する。
  論文  参考訳（メタデータ） (2021-01-28T03:21:17Z)
• Dynamic Feature Integration for Simultaneous Detection of Salient Object, Edge and Skeleton [108.01007935498104]
  本稿では,高次物体分割,エッジ検出,スケルトン抽出など,低レベルの3つの視覚問題を解く。 まず、これらのタスクで共有される類似点を示し、統一されたフレームワークの開発にどのように活用できるかを示す。
  論文  参考訳（メタデータ） (2020-04-18T11:10:11Z)

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。