Fugu-MT 論文翻訳(概要): A Never-Ending Story: Revisiting Requirements Major Misunderstandings

論文の概要: A Never-Ending Story: Revisiting Requirements Major Misunderstandings

arxiv url: http://arxiv.org/abs/2503.06193v1
Date: Sat, 08 Mar 2025 12:32:00 GMT
ステータス: 翻訳完了
システム内更新日: 2025-03-11 15:51:12.444873
Title: A Never-Ending Story: Revisiting Requirements Major Misunderstandings
Title（参考訳）: 永遠のエンディングストーリー: 主要な誤解に対する要求を再考する
Authors: Julio Cesar Leite,
Abstract要約: 本稿では,要求工学と要件工学の領域の広い視野を解き放つ。文学的なメタファーとポップなメタファーを使用することで、要件エンジニアリングは教育プロセスであり、透明性を持って実行されなければならない、と論文は主張する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: A magic medallion is central in Michael Ender novel, and it is depicted as two snakes biting each other, in a loop. Folk tale says that the design of the medallion changed for the Wolfgang Petersen movie, depicting an even deeper image of infinity. The medallion turned out to be an icon for the story fans. This paper will unleash a broad view of the realm of requirements and requirements engineering, comparing it to Percival quest for the Holy Grail. Using literate and pop metaphors the paper posits that requirements engineering is an education process, which must be performed with transparency. Historical misunderstandings of requirements are reviewed, pitfalls to avoid are signaled and new trails to be built are proposed.
Abstract（参考訳）: マイケル・エンダーの小説では魔法のメダリオンが中心であり、ループの中で互いに噛み合っている2つのヘビとして描かれている。フォーク・ストーリーでは、ヴォルフガング・ピーターセンの映画ではメダルのデザインが変化し、無限性のより深いイメージが描かれていた。メダリオンは物語ファンの象徴となった。本稿では,要求工学と要求工学の領域を広く理解し,それを聖杯のパーシバル・クエストと比較する。文学的なメタファーとポップなメタファーを使用することで、要件エンジニアリングは教育プロセスであり、透明性を持って実行されなければならない、と論文は主張する。要件の歴史的誤解をレビューし、回避すべき落とし穴を示唆し、新しい道が提案されている。

関連論文リスト

From Role-Play to Drama-Interaction: An LLM Solution [57.233049222938675]
本稿では,従来のドラマに前例のない没入感を与えるemphLLMベースのインタラクティブドラマを紹介する。我々は、この新たな芸術ジャンルを、6つの重要な要素-プラット、キャラクタ、思考、辞書、スペクタクル、相互作用によって定義する。本稿では,プレイヤーとのインタラクションにおける物語の進行をより細かく制御するためのemphNarrative Chainを提案し,任意のストーリーをドラマスクリプトに合成するemphAuto-Dramaを提案する。
論文参考訳（メタデータ） (2024-05-23T07:03:56Z)
Metaphor Understanding Challenge Dataset for LLMs [12.444344984005236]
メタファー理解チャレンジデータセット(MUNCH)をリリースする。 MUNCHは、大規模言語モデル(LLM)のメタファー理解能力を評価するように設計されている。このデータセットは、メタファーの使用を含む文に対して10k以上のパラフレーズと、不適応パラフレーズを含む1.5kのインスタンスを提供する。
論文参考訳（メタデータ） (2024-03-18T14:08:59Z)
Finding Challenging Metaphors that Confuse Pretrained Language Models [21.553915781660905]
現在最先端のNLPモデルにどのようなメタファーが挑戦するのかは不明だ。難解なメタファーを識別するために、特定のモデルに挑戦するメタファーを識別する自動パイプラインを提案する。分析の結果,検出されたハードメタファーはVUAと有意に対照的であり,機械翻訳の精度は16%低下した。
論文参考訳（メタデータ） (2024-01-29T10:00:54Z)
Large Language Model Displays Emergent Ability to Interpret Novel Literary Metaphors [1.2277343096128712]
大規模言語モデル(LLM)は、人工知能(AI)の汎用形式にハイレベルな人間の能力が出現するかどうかという議論を巻き起こしている。ここでは,芸術大言語モデルの現状である GPT4 を用いて,新しい文芸メタファーの自然言語解釈を行う能力を評価する。人間の裁判官は、AIモデルが関与しているという事実に盲目であり、GPT4が生成したメタファの解釈を、大学生のグループによって提供されるものよりも優れていると評価した。
論文参考訳（メタデータ） (2023-08-03T01:46:27Z)
Grimm in Wonderland: Prompt Engineering with Midjourney to Illustrate Fairytales [0.5099081649205313]
本稿では,テキスト・ツー・イメージ・ジェネレーションとプロンプト・エンジニアリングを用いて,一般的な妖精の基本的な図像を作成できるかどうかを考察する。 Midjourney v4を使って、私たちは5つの人気のある妖精のそれぞれに5つの可能なイラストを作成しようとしています。生成モデルが特定の図形と苦労する3つの理由について論じる。
論文参考訳（メタデータ） (2023-02-17T15:49:19Z)
Learning to Dub Movies via Hierarchical Prosody Models [167.6465354313349]
テキスト、ビデオクリップ、レファレンスオーディオが与えられたとき、映画ダビング(Visual Voice clone V2C)タスクは、所望の話者音声を参照としてビデオに提示された話者の感情にマッチした音声を生成することを目的としている。本稿では,これらの問題に階層的韻律モデルを用いて対処する新しい映画ダビングアーキテクチャを提案する。
論文参考訳（メタデータ） (2022-12-08T03:29:04Z)
Iconary: A Pictionary-Based Game for Testing Multimodal Communication with Drawings and Text [70.14613727284741]
人間とのコミュニケーションは、世界の共通理解、複雑なセマンティクス、時にはマルチモーダルなジェスチャーを必要とするため、AIにとって難しい。図面と推測の協調ゲームであるIconaryの文脈において,これらの課題を考察する。我々は、Iconaryをプレイし、人間のプレイヤー間で55,000以上のゲームでそれらをトレーニングするモデルを提案する。
論文参考訳（メタデータ） (2021-12-01T19:41:03Z)
Everything's Talkin': Pareidolia Face Reenactment [119.49707201178633]
pareidolia face reenactmentは、ビデオ中の人間の顔とタンデムで動く静的なイラストリーフェイスのアニメーションと定義されている。顔再現法と従来の顔再現法との差異が大きいため, 形状のばらつきとテクスチャのばらつきが導入された。この2つの課題に取り組むために,新しいパラメトリック非教師なし再現アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-04-07T11:19:13Z)
MERMAID: Metaphor Generation with Symbolism and Discriminative Decoding [22.756157298168127]
メタファーとシンボル間の理論的に基底的な接続に基づいて,並列コーパスを自動構築する手法を提案する。生成タスクには、並列データに微調整されたシーケンスモデルへのシーケンスの復号を導くためのメタファ判別器を組み込んだ。課題に基づく評価では、比喩のない詩に比べて、比喩で強化された人文詩が68%の時間を好むことが示されている。
論文参考訳（メタデータ） (2021-03-11T16:39:19Z)
Generating similes effortlessly like a Pro: A Style Transfer Approach for Simile Generation [65.22565071742528]
擬似言語のような表現言語は、読者に新たな洞察とインスピレーションを与えるために、平易な表現を越えている。シミリを生成するには、2つの概念の間のプロパティの効果的なマッピングを適切に理解する必要がある。機械が生成した物語の最良のモデルから、リテラル文をシミュラに置き換えることで、挑発性が向上し、人間の審査員の受け入れが向上することを示す。
論文参考訳（メタデータ） (2020-09-18T17:37:13Z)
Metaphoric Paraphrase Generation [58.592750281138265]
クラウドソーシングを用いてその結果を評価し,メタファー的パラフレーズを評価するための自動指標を開発する。語彙置換ベースラインは正確なパラフレーズを生成できるが、比喩的でないことが多い。メタファーマスキングモデルでは,メタファー文の生成に優れ,流布やパラフレーズの品質に関してはほぼ同等に機能する。
論文参考訳（メタデータ） (2020-02-28T16:30:33Z)

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。