Fugu-MT 論文翻訳(概要): Big Meaning: Qualitative Analysis on Large Bodies of Data Using AI

論文の概要: Big Meaning: Qualitative Analysis on Large Bodies of Data Using AI

arxiv url: http://arxiv.org/abs/2504.08213v1
Date: Fri, 11 Apr 2025 02:38:06 GMT
ステータス: 翻訳完了
システム内更新日: 2025-04-14 14:19:18.127765
Title: Big Meaning: Qualitative Analysis on Large Bodies of Data Using AI
Title（参考訳）: Big Meaning: AIを用いた大規模データの質的分析
Authors: Samuel Flanders, Melati Nungsari, Mark Cheong Wing Loong,
Abstract要約: 我々は、AI生成した記述コードを使用して、セマンティック分析におけるテキストの重大さを示す。我々の研究は、意味形成の可能性が高い文書を識別するための効果的なプロキシとして、AI生成コードの使用を支持する。
参考スコア（独自算出の注目度）: 0.0
License:
Abstract: This study introduces a framework that leverages AI-generated descriptive codes to indicate a text's fecundity--the density of unique human-generated codes--in thematic analysis. Rather than replacing human interpretation, AI-generated codes guide the selection of texts likely to yield richer qualitative insights. Using a dataset of 2,530 Malaysian news articles on refugee attitudes, we compare AI-selected documents to randomly chosen ones by having three human coders independently derive codes. The results demonstrate that AI-selected texts exhibit approximately twice the fecundity. Our findings support the use of AI-generated codes as an effective proxy for identifying documents with a high potential for meaning-making in thematic analysis.
Abstract（参考訳）: そこで本研究では,AI生成記述符号を用いてテキストの重大性を示すフレームワークを提案する。人間の解釈を置き換えるのではなく、AI生成のコードはテキストの選択をガイドし、より質的な洞察を得る。難民の態度に関するマレーシアのニュース記事2,530件のデータセットを用いて、AIが選択した文書とランダムに選択した文書を比較し、3人の人間コーダーが独立してコードを導出する。その結果,AIによって選択されたテキストは,約2倍の正確性を示すことがわかった。本研究は,意味分析における意味形成の可能性が高い文書を識別するための効果的なプロキシとして,AI生成コードの利用を支援する。

関連論文リスト

People who frequently use ChatGPT for writing tasks are accurate and robust detectors of AI-generated text [37.36534911201806]
私たちは、300のノンフィクションの英語記事を読むために注釈を雇い、それを人書きまたはAI生成とラベル付けします。実験の結果,AI生成テキストの検出において,LLMを頻繁に使用するアノテータが優れていることがわかった。注釈付きデータセットとコードを公開し、AI生成テキストの人的および自動検出に関する将来の研究を刺激します。
論文参考訳（メタデータ） (2025-01-26T19:31:34Z)
Using Instruction-Tuned Large Language Models to Identify Indicators of Vulnerability in Police Incident Narratives [0.0]
我々はボストン警察署が記録した警察と公共の相互作用に関する公開テキストの物語を分析した。命令調律大言語モデル(IT-LLM)の定性的符号化と人間のコーダとの比較を行った。
論文参考訳（メタデータ） (2024-12-16T15:27:37Z)
Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
論文参考訳（メタデータ） (2024-09-29T04:31:45Z)
Decoding AI and Human Authorship: Nuances Revealed Through NLP and Statistical Analysis [0.0]
本研究では,AIが生成したテキストと人間が作成したテキストの微妙な相違について検討する。本研究は,人文・AI生成テキストに固有の言語特性,創造性パターン,潜在的なバイアスについて検討した。
論文参考訳（メタデータ） (2024-07-15T18:09:03Z)
Spotting AI's Touch: Identifying LLM-Paraphrased Spans in Text [61.22649031769564]
我々は、新しいフレームワーク、パラフレーズテキストスパン検出(PTD)を提案する。 PTDは、テキスト内でパラフレーズ付きテキストを識別することを目的としている。パラフレーズ付きテキストスパン検出のための専用データセットであるPASTEDを構築した。
論文参考訳（メタデータ） (2024-05-21T11:22:27Z)
A Survey of AI-generated Text Forensic Systems: Detection, Attribution, and Characterization [13.44566185792894]
AI生成テキスト鑑定は、LLMの誤用に対処する新たな分野である。本稿では,検出,帰属,特性の3つの主要な柱に着目した詳細な分類法を紹介する。我々は、AI生成テキスト法医学研究の利用可能なリソースを探究し、AI時代の法医学システムの進化的課題と今後の方向性について論じる。
論文参考訳（メタデータ） (2024-03-02T09:39:13Z)
Evaluating the Efficacy of Hybrid Deep Learning Models in Distinguishing AI-Generated Text [0.0]
私の研究は、AI生成テキストと人間の文章を正確に区別するために、最先端のハイブリッドディープラーニングモデルを使用することを調査します。さまざまなソースからAIと人文からなる慎重に選択されたデータセットを利用し、それぞれに指示をタグ付けして、堅牢な方法論を適用しました。
論文参考訳（メタデータ） (2023-11-27T06:26:53Z)
Towards Possibilities & Impossibilities of AI-generated Text Detection: A Survey [97.33926242130732]
大規模言語モデル(LLM)は、自然言語処理(NLP)の領域に革命をもたらし、人間のようなテキスト応答を生成する能力を持つ。これらの進歩にもかかわらず、既存の文献のいくつかは、LLMの潜在的な誤用について深刻な懸念を提起している。これらの懸念に対処するために、研究コミュニティのコンセンサスは、AI生成テキストを検出するアルゴリズムソリューションを開発することである。
論文参考訳（メタデータ） (2023-10-23T18:11:32Z)
On the Possibilities of AI-Generated Text Detection [76.55825911221434]
機械が生成するテキストが人間に近い品質を近似するにつれて、検出に必要なサンプルサイズが増大すると主張している。 GPT-2, GPT-3.5-Turbo, Llama, Llama-2-13B-Chat-HF, Llama-2-70B-Chat-HFなどの最先端テキストジェネレータをoBERTa-Large/Base-Detector, GPTZeroなどの検出器に対して試験した。
論文参考訳（メタデータ） (2023-04-10T17:47:39Z)
The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文参考訳（メタデータ） (2022-12-08T23:23:39Z)
Deep Graph Matching and Searching for Semantic Code Retrieval [76.51445515611469]
本稿では,グラフニューラルネットワークに基づくエンドツーエンドのディープグラフマッチングと探索モデルを提案する。まず、自然言語クエリテキストとプログラミング言語のコードスニペットをグラフ構造化データで表現する。特に、DGMSは、個々のクエリテキストやコードスニペットのより構造的な情報をキャプチャするだけでなく、それらの微妙な類似性も学習する。
論文参考訳（メタデータ） (2020-10-24T14:16:50Z)

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。