論文の概要: Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions

• arxiv url: http://arxiv.org/abs/2502.13780v1
• Date: Wed, 19 Feb 2025 14:45:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 14:02:01.633209
• Title: Translation in the Hands of Many:Centering Lay Users in Machine Translation Interactions
• Title（参考訳）: 多くの人の手における翻訳:機械翻訳インタラクションにおけるレイユーザ中心
• Authors: Beatrice Savoldi, Alan Ramponi, Matteo Negri, Luisa Bentivogli,
• Abstract要約: 機械翻訳(MT)はグローバルツールとなり、多言語大言語モデル(LLM)を利用した対話システムでもサポートされるようになった。 本稿では,MTユーザプロファイルの変化をトレースし,非エキスパートユーザに着目した。 ユーザビリティ、信頼、リテラシーという3つの重要な要因を特定します。
• 参考スコア（独自算出の注目度）: 17.694939962332914
• License:
• Abstract: Converging societal and technical factors have transformed language technologies into user-facing applications employed across languages. Machine Translation (MT) has become a global tool, with cross-lingual services now also supported by dialogue systems powered by multilingual Large Language Models (LLMs). This accessibility has expanded MT's reach to a vast base of lay users, often with little to no expertise in the languages or the technology itself. Despite this, the understanding of MT consumed by this diverse group of users -- their needs, experiences, and interactions with these systems -- remains limited. This paper traces the shift in MT user profiles, focusing on non-expert users and how their engagement with these systems may change with LLMs. We identify three key factors -- usability, trust, and literacy -- that shape these interactions and must be addressed to align MT with user needs. By exploring these dimensions, we offer insights to guide future MT with a user-centered approach.
• Abstract（参考訳）: 社会的・技術的要因の収束により、言語技術は言語にまたがるユーザ向けアプリケーションへと変化した。 機械翻訳(MT)はグローバルツールとなり、多言語大言語モデル(LLM)を利用した対話システムでもサポートされるようになった。 このアクセシビリティーは、MTのリーチ範囲を、言語や技術自体の専門知識がほとんど、あるいは全くない、大量のレイユーザへと拡大した。 それにもかかわらず、これらのシステムに対するニーズ、経験、相互作用といった、この多様なユーザグループによって消費されるMTの理解は、依然として限られています。 本稿では,MTユーザプロファイルの変化をトレースし,専門家以外のユーザに注目し,これらのシステムとの関わりがLLMでどのように変化するかを示す。 ユーザビリティ、信頼、リテラシーという3つの重要な要因を特定します。 これらの次元を探索することで、ユーザ中心のアプローチで将来のMTをガイドするための洞察を提供する。

関連論文リスト

• MT-LENS: An all-in-one Toolkit for Better Machine Translation Evaluation [1.7775825387442485]
  MT-LENSは、様々なタスクで機械翻訳(MT)システムを評価するために設計されたフレームワークである。 ユーザーフレンドリーなプラットフォームを提供し、システムを比較し、翻訳をインタラクティブな視覚化で分析する。
  論文  参考訳（メタデータ） (2024-12-16T09:57:28Z)
• Training Zero-Shot Generalizable End-to-End Task-Oriented Dialog System Without Turn-level Dialog Annotations [2.757798192967912]
  この作業はマルチタスク命令の微調整を用いて、より効率的でスケーラブルなタスク指向対話システムを構築する。 提案手法は,アノテートされたデータに基づいて訓練された最先端モデルと,市販のChatGPTモデルから10億のパラメータを比較検討する。
  論文  参考訳（メタデータ） (2024-07-21T04:52:38Z)
• DIALIGHT: Lightweight Multilingual Development and Evaluation of Task-Oriented Dialogue Systems with Large Language Models [76.79929883963275]
  DIALIGHTは多言語タスク指向対話(ToD)システムの開発と評価のためのツールキットである。 ローカル発話レベルとグローバル対話レベルの両方において、人間のきめ細かい評価のためのセキュアでユーザフレンドリーなWebインターフェースを備えている。 評価の結果, PLMの微調整により精度とコヒーレンスが向上する一方, LLMベースのシステムは多様で類似した応答を生成するのに優れていた。
  論文  参考訳（メタデータ） (2024-01-04T11:27:48Z)
• IMTLab: An Open-Source Platform for Building, Evaluating, and Diagnosing Interactive Machine Translation Systems [94.39110258587887]
  IMTLabは、オープンソースのエンドツーエンド対話型機械翻訳(IMT)システムプラットフォームである。 IMTLabは、対話的な翻訳プロセス全体を、ヒューマン・イン・ザ・ループ設定によるタスク指向の対話として扱う。
  論文  参考訳（メタデータ） (2023-10-17T11:29:04Z)
• Neural Machine Translation for the Indigenous Languages of the Americas: An Introduction [102.13536517783837]
  アメリカ大陸のほとんどの言語は、もしあるならば、並列データと単言語データしか持たない。 これらの言語におけるNLPコミュニティの関心が高まった結果、最近の進歩、発見、オープンな質問について論じる。
  論文  参考訳（メタデータ） (2023-06-11T23:27:47Z)
• A Paradigm Shift: The Future of Machine Translation Lies with Large Language Models [55.42263732351375]
  深層ニューラルネットワークの発展により、機械翻訳は長年にわたって大きく進歩してきた。 GPT-4やChatGPTのような大規模言語モデル(LLM)の出現は、MTドメインに新しいフェーズを導入している。 我々は、Long-Document Translation、Stylized Translation、Interactive TranslationなどのシナリオにおけるLLMの利点を強調し、新しいMT方向を強調した。
  論文  参考訳（メタデータ） (2023-05-02T03:27:27Z)
• LVP-M3: Language-aware Visual Prompt for Multilingual Multimodal Machine Translation [94.33019040320507]
  マルチモーダル機械翻訳(MMT)は、視覚的特徴を持つテキストのみの翻訳を強化することに焦点を当てている。 最近の進歩は、各言語ペアごとに別々のモデルをトレーニングすることに苦慮している。 7つの言語をカバーする2つのMultilingual MMTベンチマークデータセットを確立することで,Multilingual MMTタスクを提案する。
  論文  参考訳（メタデータ） (2022-10-19T12:21:39Z)
• Checks and Strategies for Enabling Code-Switched Machine Translation [22.67264032644644]
  コードスイッチングは多言語話者の間で共通する現象であり、単一の会話の文脈内で2つ以上の言語間の交替が発生する。 この研究は、コードスイッチされたテキストを処理する多言語ニューラルネットワーク翻訳(NMT)モデルの能力について検討する。
  論文  参考訳（メタデータ） (2022-10-11T02:25:21Z)
• Beyond General Purpose Machine Translation: The Need for Context-specific Empirical Research to Design for Appropriate User Trust [8.539683760001573]
  本稿では,機械翻訳システムにおける信頼性の校正を支援する研究の方向性について論じる。 本研究は,MTシステムの実用化に関する実証的研究を提唱する。
  論文  参考訳（メタデータ） (2022-05-13T23:04:22Z)
• BERTuit: Understanding Spanish language in Twitter through a native transformer [70.77033762320572]
  bfBERTuitは、これまでスペイン語のために提案された大きなトランスフォーマーで、2億3000万のスペイン語ツイートの膨大なデータセットで事前トレーニングされている。 私たちのモチベーションは、スペイン語のTwitterをよりよく理解し、このソーシャルネットワークにフォーカスしたアプリケーションに利用するための強力なリソースを提供することです。
  論文  参考訳（メタデータ） (2022-04-07T14:28:51Z)

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。