論文の概要: S-DAT: A Multilingual, GenAI-Driven Framework for Automated Divergent Thinking Assessment

• arxiv url: http://arxiv.org/abs/2505.09068v1
• Date: Wed, 14 May 2025 02:08:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-15 21:44:09.345558
• Title: S-DAT: A Multilingual, GenAI-Driven Framework for Automated Divergent Thinking Assessment
• Title（参考訳）: S-DAT: 分散思考自動評価のための多言語GenAI駆動フレームワーク
• Authors: Jennifer Haase, Paul H. P. Hanel, Sebastian Pokutta,
• Abstract要約: 本稿では、分散思考の自動評価のためのスケーラブルな多言語フレームワークであるS-DAT(Synthetic-Divergent Association Task)を紹介する。 我々は、英語、スペイン語、ドイツ語、ロシア語、ヒンディー語、日本語(漢字、平仮名、カタカナ)を含む11言語にわたるS-DATを評価する。 従来の DAT アプローチとは異なり、S-DAT は他の DT 測度と収束妥当性を示し、収束思考と正判別妥当性を示す。
• 参考スコア（独自算出の注目度）: 23.509294903995745
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper introduces S-DAT (Synthetic-Divergent Association Task), a scalable, multilingual framework for automated assessment of divergent thinking (DT) -a core component of human creativity. Traditional creativity assessments are often labor-intensive, language-specific, and reliant on subjective human ratings, limiting their scalability and cross-cultural applicability. In contrast, S-DAT leverages large language models and advanced multilingual embeddings to compute semantic distance -- a language-agnostic proxy for DT. We evaluate S-DAT across eleven diverse languages, including English, Spanish, German, Russian, Hindi, and Japanese (Kanji, Hiragana, Katakana), demonstrating robust and consistent scoring across linguistic contexts. Unlike prior DAT approaches, the S-DAT shows convergent validity with other DT measures and correct discriminant validity with convergent thinking. This cross-linguistic flexibility allows for more inclusive, global-scale creativity research, addressing key limitations of earlier approaches. S-DAT provides a powerful tool for fairer, more comprehensive evaluation of cognitive flexibility in diverse populations and can be freely assessed online: https://sdat.iol.zib.de/.
• Abstract（参考訳）: S-DAT(Synthetic-Divergent Association Task)は分散思考(DT)の自動評価のためのスケーラブルで多言語的なフレームワークである。 伝統的なクリエイティビティアセスメントは、しばしば労働集約的で言語に特有であり、主観的な人間格付けに依存し、そのスケーラビリティと異文化間の適用性を制限している。 対照的に、S-DATは、DTの言語に依存しないプロキシであるセマンティック距離を計算するために、大きな言語モデルと高度な多言語埋め込みを活用している。 我々は、英語、スペイン語、ドイツ語、ロシア語、ヒンディー語、日本語(漢字、平仮名、カタカナ)を含む11言語にわたるS-DATを評価する。 従来の DAT アプローチとは異なり、S-DAT は他の DT 測度と収束妥当性を示し、収束思考と正確な判別妥当性を示す。 この言語間の柔軟性は、より包括的でグローバルな創造性の研究を可能にし、以前のアプローチの重要な制限に対処する。 S-DATは、多様な集団における認知的柔軟性をより公平かつ包括的に評価するための強力なツールを提供し、オンラインで自由に評価できる。

関連論文リスト

• Applications of Artificial Intelligence for Cross-language Intelligibility Assessment of Dysarthric Speech [13.475654818182988]
  本解説では, 変形性音声の言語間信頼度評価を推し進めるための概念的枠組みを紹介する。 音声・音声表現に変形音声をエンコードするユニバーサル音声モデルを提案し,それに続いて言語固有の知性評価モデルを提案する。
  論文  参考訳（メタデータ） (2025-01-27T08:35:19Z)
• Enhancing Multilingual ASR for Unseen Languages via Language Embedding Modeling [50.62091603179394]
  最も先進的なASRモデルの1つであるWhisperは99の言語を効果的に扱う。 しかし、ウィスパーは未確認の言語と戦っているが、それらは事前訓練には含まれていない。 本研究では,これらの関係を利用して未知言語上でのASR性能を向上させる手法を提案する。
  論文  参考訳（メタデータ） (2024-12-21T04:05:43Z)
• Lens: Rethinking Multilingual Enhancement for Large Language Models [70.85065197789639]
  Lensは、大規模言語モデル(LLM)の多言語機能を強化する新しいアプローチである LLMの上位層から言語に依存しない、言語固有のサブ空間内の隠された表現を操作できる。 既存のポストトレーニング手法に比べて計算資源がはるかに少ないため、優れた結果が得られる。
  論文  参考訳（メタデータ） (2024-10-06T08:51:30Z)
• A Systematic Study of Performance Disparities in Multilingual Task-Oriented Dialogue Systems [68.76102493999134]
  マルチリンガルなタスク指向対話システム間に存在するタスクパフォーマンスの相違を,実証的に分析し,分析する。 我々は現在のToDシステムにおける適応と本質的バイアスの存在を証明した。 本稿では,新しい言語に対するToDデータ収集とシステム開発へのアプローチについて,実践的なヒントを提供する。
  論文  参考訳（メタデータ） (2023-10-19T16:41:44Z)
• Cross-Lingual Dialogue Dataset Creation via Outline-Based Generation [70.81596088969378]
  言語間アウトラインに基づく対話データセット(COD)は、自然言語の理解を可能にする。 CODは、4つの異なる言語で対話状態の追跡とエンドツーエンドの対話モデリングと評価を可能にする。
  論文  参考訳（メタデータ） (2022-01-31T18:11:21Z)
• AM2iCo: Evaluating Word Meaning in Context across Low-ResourceLanguages with Adversarial Examples [51.048234591165155]
  本稿では, AM2iCo, Adversarial and Multilingual Meaning in Contextを提案する。 言語間文脈における単語の意味の同一性を理解するために、最先端(SotA)表現モデルを忠実に評価することを目的としている。 その結果、現在のSotAプリトレーニングエンコーダは人間のパフォーマンスにかなり遅れていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T20:23:45Z)
• Crossing the Conversational Chasm: A Primer on Multilingual Task-Oriented Dialogue Systems [51.328224222640614]
  大規模な学習済みニューラルネットワークモデルに基づく最新のTODモデルは、データ空腹です。 ToDのユースケースのデータ取得は高価で面倒だ。
  論文  参考訳（メタデータ） (2021-04-17T15:19:56Z)

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。