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

• arxiv url: http://arxiv.org/abs/2502.13780v2
• Date: Sun, 21 Sep 2025 11:24:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-23 14:36:44.792768
• 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)がグローバルツールとなった。 広い範囲のアクセシビリティは、MTのリーチ範囲をレイユーザーの広大な基盤にまで広げた。 ユーザインタラクションの形成の中心となる3つの要因 – ユーザビリティ,信頼,リテラシー – を特定します。
• 参考スコア（独自算出の注目度）: 20.620669039109245
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Converging societal and technical factors have transformed language technologies into user-facing applications used by the general public 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). Widespread accessibility has extended MT's reach to a vast base of lay users, many with little to no expertise in the languages or the technology itself. And yet, the understanding of MT consumed by such a diverse group of users -- their needs, experiences, and interactions with multilingual systems -- remains limited. In our position paper, we first trace the evolution of MT user profiles, focusing on non-experts and how their engagement with technology may shift with the rise of LLMs. Building on an interdisciplinary body of work, we identify three factors -- usability, trust, and literacy -- that are central to shaping user interactions and must be addressed to align MT with user needs. By examining these dimensions, we provide insights to guide the progress of more user-centered MT.
• Abstract（参考訳）: 社会的および技術的要因の収束により、言語技術は一般大衆が言語にまたがって使用するユーザ向けアプリケーションへと変化してきた。 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。 広い範囲のアクセシビリティは、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、あるいは全くない多数のレイユーザにまで拡大した。 しかし,このような多様なユーザグループ – ユーザのニーズ,経験,多言語システムとのインタラクション – によるMTの理解は依然として限られている。 本稿では、MTユーザプロファイルの進化を最初に追跡し、非専門家に焦点をあて、LSMの台頭とともに技術への関与がいかに変化するかを考察する。 学際的な作業の基盤として,ユーザインタラクションを形成する中心となる3つの要因 – ユーザビリティ,信頼,リテラシー – を特定し,MTとユーザニーズの整合性に対処する必要があります。 これらの次元を調べることで、よりユーザ中心のMTの進展を導くための洞察を提供する。

関連論文リスト

• An Interdisciplinary Approach to Human-Centered Machine Translation [67.70453480427132]
  機械翻訳(MT)ツールは現在、プロの翻訳者がいない状況で広く使われている。 MT技術の進歩にもかかわらず、システム開発と実世界の利用の間にはギャップが持続している。 本稿では,システム設計と多様なコミュニケーション目標の整合性を強調し,MTに対する人間中心のアプローチを提唱する。
  論文  参考訳（メタデータ） (2025-06-16T13:27:44Z)
• TULUN: Transparent and Adaptable Low-resource Machine Translation [30.705550819100424]
  Tulunは、用語認識翻訳のための汎用的なソリューションである。 私たちのオープンソースのWebベースプラットフォームは、ユーザが簡単に用語リソースを作成し、編集し、活用することができます。
  論文  参考訳（メタデータ） (2025-05-24T12:58:58Z)
• Evaluating Multimodal Language Models as Visual Assistants for Visually Impaired Users [42.132487737233845]
  本稿では、視覚障害者のための補助技術として、MLLM(Multimodal Large Language Model)の有効性について検討する。 このようなテクノロジでユーザが直面する採用パターンと,重要な課題を特定するために,ユーザ調査を実施しています。
  論文  参考訳（メタデータ） (2025-03-28T16:54:25Z)
• 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)
• Only Send What You Need: Learning to Communicate Efficiently in Federated Multilingual Machine Translation [17.159005029204092]
  本稿では,言語固有のデータを持つクライアントが,高品質なニューラルマシン翻訳(NMT)モデルを協調的に構築することを目的とした,実践的なフェデレーション型多言語学習システムを提案する。 FLベースの多言語NMTトレーニングにおいて,クライアントからのモデル送信の通信効率を向上させるメタ学習に基づく適応パラメータ選択手法であるMetaSendを提案する。
  論文  参考訳（メタデータ） (2024-01-15T04:04:26Z)
• 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)
• 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。