論文の概要: Constructing a Norm for Children's Scientific Drawing: Distribution Features Based on Semantic Similarity of Large Language Models
- arxiv url: http://arxiv.org/abs/2502.15348v1
- Date: Fri, 21 Feb 2025 10:02:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-24 16:11:09.927288
- Title: Constructing a Norm for Children's Scientific Drawing: Distribution Features Based on Semantic Similarity of Large Language Models
- Title（参考訳）: 子どもの科学的描画のためのノルムの構築:大規模言語モデルの意味的類似性に基づく分布の特徴
- Authors: Yi Zhang, Fan Wei, Jingyi Li, Yan Wang, Yanyan Yu, Jianli Chen, Zipo Cai, Xinyu Liu, Wei Wang, Peng Wang, Zhong Wang,
- Abstract要約: 本研究は、1420人の子どもの科学的図面(9つの科学的テーマ/概念)を同定する。
児童の科学的図面の基準を確立しようと試み、後続の児童の図面研究の基準となる。
- 参考スコア（独自算出の注目度）: 29.72351451350218
- License:
- Abstract: The use of children's drawings to examining their conceptual understanding has been proven to be an effective method, but there are two major problems with previous research: 1. The content of the drawings heavily relies on the task, and the ecological validity of the conclusions is low; 2. The interpretation of drawings relies too much on the subjective feelings of the researchers. To address this issue, this study uses the Large Language Model (LLM) to identify 1420 children's scientific drawings (covering 9 scientific themes/concepts), and uses the word2vec algorithm to calculate their semantic similarity. The study explores whether there are consistent drawing representations for children on the same theme, and attempts to establish a norm for children's scientific drawings, providing a baseline reference for follow-up children's drawing research. The results show that the representation of most drawings has consistency, manifested as most semantic similarity greater than 0.8. At the same time, it was found that the consistency of the representation is independent of the accuracy (of LLM's recognition), indicating the existence of consistency bias. In the subsequent exploration of influencing factors, we used Kendall rank correlation coefficient to investigate the effects of Sample Size, Abstract Degree, and Focus Points on drawings, and used word frequency statistics to explore whether children represented abstract themes/concepts by reproducing what was taught in class.
- Abstract（参考訳）: 子どもの絵を概念的理解に利用することは効果的な方法であることが証明されているが、これまでの研究には2つの大きな問題がある。
1.図面の内容は課題に大きく依存しており、結論の生態的妥当性は低い。
2.図面の解釈は研究者の主観的感情に大きく依存している。
この問題に対処するために,Large Language Model (LLM)を用いて1420人の子どもの科学的図面(9つの科学的テーマ/概念を含む)を同定し,ワード2vecアルゴリズムを用いて意味的類似性を計算する。
本研究は、同じテーマに子どもに一貫した描画表現が存在するかどうかを考察し、子どもの科学的描画の規範を確立しようと試み、フォローアップ児童の描画研究の基準となる基準を提供する。
その結果,ほとんどの図面の表現は一貫性を持ち,0.8以上の意味的類似性を示した。
同時に、表現の整合性は(LLMの認識の)精度とは独立であり、整合性バイアスの存在を示すことが判明した。
その後の調査では、Kendallランク相関係数を用いて、図面におけるサンプルサイズ、抽象度、フォーカスポイントの影響を調査し、児童が授業で教えたものを再現することで抽象テーマや概念を表現しているかどうかを単語頻度統計を用いて調査した。
関連論文リスト
- Neural Causal Abstractions [63.21695740637627]
我々は、変数とそのドメインをクラスタリングすることで、因果抽象化の新しいファミリーを開発する。
本稿では,ニューラルネットワークモデルを用いて,そのような抽象化が現実的に学習可能であることを示す。
本実験は、画像データを含む高次元設定に因果推論をスケールする方法を記述し、その理論を支持する。
論文 参考訳（メタデータ） (2024-01-05T02:00:27Z) - Caregiver Talk Shapes Toddler Vision: A Computational Study of Dyadic
Play [8.164232628099619]
本稿では, ディヤドプレイにおける視覚表現学習の計算モデルを提案する。
実介護者の統計値に一致した発話は, カテゴリー認識の改善を支援する表現を生じさせることを示す。
論文 参考訳（メタデータ） (2023-12-07T08:18:40Z) - Sensitivity, Performance, Robustness: Deconstructing the Effect of
Sociodemographic Prompting [64.80538055623842]
社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。
ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
論文 参考訳（メタデータ） (2023-09-13T15:42:06Z) - Sketch2Saliency: Learning to Detect Salient Objects from Human Drawings [99.9788496281408]
本研究では,スケッチを弱いラベルとして使用して,画像中の有能な物体を検出する方法について検討する。
これを実現するために,与えられた視覚写真に対応する逐次スケッチ座標を生成することを目的としたフォト・ツー・スケッチ生成モデルを提案する。
テストは、私たちの仮説を証明し、スケッチベースの唾液度検出モデルが、最先端技術と比較して、競争力のあるパフォーマンスを提供する方法を明確にします。
論文 参考訳（メタデータ） (2023-03-20T23:46:46Z) - The Influences of Color and Shape Features in Visual Contrastive
Learning [0.0]
本稿では,個々の画像特徴(色や形状など)がモデル性能に与える影響について検討する。
実験結果から、教師付き表現と比較して、コントラスト表現は類似した色を持つオブジェクトとクラスタリングする傾向にあることが示された。
論文 参考訳（メタデータ） (2023-01-29T15:10:14Z) - StyleAlign: Analysis and Applications of Aligned StyleGAN Models [37.55451425001427]
同じアーキテクチャを共有する場合、2つのモデルをアライメントとして参照し、その1つ(子)は、別のドメインに微調整することで、もう一方(親)から取得します。
いくつかの作品は、画像から画像への変換を行うために、アライメントされたStyleGANモデルのいくつかの基本的な特性を既に利用している。
論文 参考訳（メタデータ） (2021-10-21T17:55:16Z) - Kinship Verification Based on Cross-Generation Feature Interaction
Learning [53.62256887837659]
顔画像からの血縁検証は、コンピュータビジョンの応用において、新しいが挑戦的な技術として認識されている。
本稿では,頑健な親族関係検証のためのクロスジェネレーション・インタラクション・ラーニング(CFIL)フレームワークを提案する。
論文 参考訳（メタデータ） (2021-09-07T01:50:50Z) - Using Diachronic Distributed Word Representations as Models of Lexical
Development in Children [0.0]
小児の語彙発達の時系列モデリングと分析を行うために,ダイアクロニック分散語表現を用いる。
子ども向け成人音声における語彙知識の飽和レベルと比較し,子どもの語彙知識の成長の動態を時間とともに示す。
論文 参考訳（メタデータ） (2021-05-11T14:44:05Z) - Deep daxes: Mutual exclusivity arises through both learning biases and
pragmatic strategies in neural networks [10.16257074782054]
子どもたちは、新しい単語と新しい参照語を関連付ける傾向があり、相互排他性に対する偏見を反映している。
本稿では, 子どもに類似した行動を示すために, 交叉神経モデルがどのような状況で現れるのかを考察する。
論文 参考訳（メタデータ） (2020-04-08T09:34:24Z) - Weakly-Supervised Disentanglement Without Compromises [53.55580957483103]
インテリジェントエージェントは、環境の変化を観察することで、有用な表現を学べるべきである。
変動の要因の少なくとも1つを共有する非I.d.画像のペアとしてそのような観測をモデル化する。
我々は,どの因子が変化したかのみを知るだけで,非絡み合った表現を学ぶのに十分であることを示す。
論文 参考訳（メタデータ） (2020-02-07T16:39:31Z)
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。