論文の概要: Using the SOCIO Chatbot for UML Modelling: A Family of Experiments

• arxiv url: http://arxiv.org/abs/2408.14085v1
• Date: Mon, 26 Aug 2024 08:12:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-08-27 14:42:58.984264
• Title: Using the SOCIO Chatbot for UML Modelling: A Family of Experiments
• Title（参考訳）: UMLモデリングにSOCIO Chatbotを使う:実験の家族
• Authors: Ranci Ren, John W. Castro, Adrián Santos, Oscar Dieste, Silvia T. Acuña,
• Abstract要約: 私たちは、協調モデリング(SOCIO)におけるSOCIOのユーザビリティと、学術的な環境でのオンラインWebツール(Creately)を比較します。 学生たちは、オンラインコラボレーションツールよりも、SOCIOを使ってクラスダイアグラムを構築するのが得意でした。 私たちの研究は、この分野における実験の今後の方向性を明らかにするのに役立ちました。
• 参考スコア（独自算出の注目度）: 0.1957338076370071
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Context: Recent developments in natural language processing have facilitated the adoption of chatbots in typically collaborative software engineering tasks (such as diagram modelling). Families of experiments can assess the performance of tools and processes and, at the same time, alleviate some of the typical shortcomings of individual experiments (e.g., inaccurate and potentially biased results due to a small number of participants). Objective: Compare the usability of a chatbot for collaborative modelling (i.e., SOCIO) and an online web tool (i.e., Creately). Method: We conducted a family of three experiments to evaluate the usability of SOCIO against the Creately online collaborative tool in academic settings. Results: The student participants were faster at building class diagrams using the chatbot than with the online collaborative tool and more satisfied with SOCIO. Besides, the class diagrams built using the chatbot tended to be more concise -albeit slightly less complete. Conclusion: Chatbots appear to be helpful for building class diagrams. In fact, our study has helped us to shed light on the future direction for experimentation in this field and lays the groundwork for researching the applicability of chatbots in diagramming.
• Abstract（参考訳）: コンテキスト: 自然言語処理の最近の進歩は、一般的に協調的なソフトウェアエンジニアリングタスク(ダイアグラムモデリングなど)におけるチャットボットの採用を促進する。 実験の家族は、ツールやプロセスのパフォーマンスを評価することができ、同時に、個々の実験の典型的な欠点(例えば、少数の参加者による不正確でバイアスのある結果)のいくつかを軽減することができます。 目的: 協調モデリングのためのチャットボット(SOCIO)とオンラインWebツール(Creately)のユーザビリティを比較する。 方法: 学術的環境下でのCreatelyオンライン協調ツールに対するSOCIOのユーザビリティを評価するために, 3つの実験をファミリーで実施した。 結果: 参加者は,チャットボットを用いたクラスダイアグラムの構築が,オンラインコラボレーションツールよりも早く,SOCIOに満足していた。 さらに、チャットボットを使用して構築されたクラスダイアグラムは、より簡潔になる傾向にあった。 結論: チャットボットはクラス図を構築するのに役立つようです。 実際、我々の研究はこの分野における実験の今後の方向性を明らかにするのに役立ち、ダイアグラム化におけるチャットボットの適用性の研究の基礎を築いてきた。

関連論文リスト

• Perceived Usability of Collaborative Modeling Tools [0.1957338076370071]
  同様のオンライン協調モデリングツールのユーザビリティを比較検討した。 数値的・質的な探索を行い,推論統計と数理解析を適用した。
  論文  参考訳（メタデータ） (2024-08-26T08:19:23Z)
• Online Context Learning for Socially-compliant Navigation [49.609656402450746]
  本文では,ロボットが新たな社会環境に適応できるようにするための,オンラインコンテキスト学習手法を紹介する。 コミュニティワイドシミュレータを用いた実験により,本手法は最先端のシミュレータよりも優れていることが示された。
  論文  参考訳（メタデータ） (2024-06-17T12:59:13Z)
• Deep Learning Based Amharic Chatbot for FAQs in Universities [0.0]
  本稿では,アムハラ語の質問(FAQ)に頻繁に答えるモデルを提案する。 提案プログラムでは, トークン化, 停止語除去, ステーミングを用いて, アムハラ語入力文の分析と分類を行う。 このモデルはFacebook Messengerに統合され、Herokuサーバに24時間のアクセシビリティとしてデプロイされた。
  論文  参考訳（メタデータ） (2024-01-26T18:37:21Z)
• Interactive Planning Using Large Language Models for Partially Observable Robotics Tasks [54.60571399091711]
  大きな言語モデル(LLM)は、オープン語彙タスクを実行するロボットエージェントを作成することで、驚くべき成果を上げている。 LLMを用いた部分的に観測可能なタスクのための対話型計画手法を提案する。
  論文  参考訳（メタデータ） (2023-12-11T22:54:44Z)
• Beyond Traditional Teaching: The Potential of Large Language Models and Chatbots in Graduate Engineering Education [0.0]
  本稿では,大規模言語モデル(LLM)とチャットボットを大学院工学教育に統合する可能性について検討する。 コース資料から質問バンクを作成し、正確で洞察に富んだ回答を提供するボットの能力を評価する。 数学的な問題解決やコード解釈のためにWolfram Alphaのような強力なプラグインが、ボットの機能を大幅に拡張できることを示す。
  論文  参考訳（メタデータ） (2023-09-09T13:37:22Z)
• ChatCoT: Tool-Augmented Chain-of-Thought Reasoning on Chat-based Large Language Models [125.7209927536255]
  チャットベースのLLMのためのツール拡張チェーン推論フレームワークChatCoTを提案する。 ChatCoTでは、チャットを通じてより自然な方法でツールを活用するために、マルチターン会話として思考の連鎖(CoT)推論をモデル化します。 提案手法は,チャットベースのLLMのマルチターン会話能力を効果的に活用し,思考連鎖とツール操作を統一的に統合する。
  論文  参考訳（メタデータ） (2023-05-23T17:54:33Z)
• AI Based Chatbot: An Approach of Utilizing On Customer Service Assistance [0.0]
  このプロジェクトの目的は、複雑な質問や論理的なアウトプットの回答に対応するシステムを開発することである。 最終的な目標は、ユーザ入力(クエスト)に基づいた高品質な結果(回答)を提供することである。
  論文  参考訳（メタデータ） (2022-06-18T00:59:10Z)
• Few-Shot Bot: Prompt-Based Learning for Dialogue Systems [58.27337673451943]
  ごく少数の例を使って会話を学ぶことは、会話型AIにおける大きな課題である。 現在の最良の会話モデルは、良いチャットシャッター(例:BlenderBot)またはゴール指向システム(例:MinTL)である。 グラデーションベースの微調整を必要とせず、学習の唯一の源としていくつかの例を用いるプロンプトベースの数ショット学習を提案する。
  論文  参考訳（メタデータ） (2021-10-15T14:36:45Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。