論文の概要: Objectifying the Subjective: Cognitive Biases in Topic Interpretations
- arxiv url: http://arxiv.org/abs/2507.19117v1
- Date: Fri, 25 Jul 2025 09:51:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-28 16:16:48.908948
- Title: Objectifying the Subjective: Cognitive Biases in Topic Interpretations
- Title（参考訳）: トピック解釈における認知的バイアスの客観化
- Authors: Swapnil Hingmire, Ze Shi Li, Shiyu, Zeng, Ahmed Musa Awon, Luiz Franciscatto Guerra, Neil Ernst,
- Abstract要約: トピック品質の構成を提案し,トピックの文脈でユーザに対して評価を依頼する。
我々は、意味論からトピック解釈のテーマを特定するために、反射的テーマ分析を用いる。
そこで本稿では,係留調整に基づくトピック解釈の理論を提案し,ユーザが適切な単語をアンカーし,解釈に到達するためのセマンティックな調整を行う。
- 参考スコア（独自算出の注目度）: 19.558609775890673
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Interpretation of topics is crucial for their downstream applications. State-of-the-art evaluation measures of topic quality such as coherence and word intrusion do not measure how much a topic facilitates the exploration of a corpus. To design evaluation measures grounded on a task, and a population of users, we do user studies to understand how users interpret topics. We propose constructs of topic quality and ask users to assess them in the context of a topic and provide rationale behind evaluations. We use reflexive thematic analysis to identify themes of topic interpretations from rationales. Users interpret topics based on availability and representativeness heuristics rather than probability. We propose a theory of topic interpretation based on the anchoring-and-adjustment heuristic: users anchor on salient words and make semantic adjustments to arrive at an interpretation. Topic interpretation can be viewed as making a judgment under uncertainty by an ecologically rational user, and hence cognitive biases aware user models and evaluation frameworks are needed.
- Abstract（参考訳）: ダウンストリームアプリケーションでは、トピックの解釈が不可欠です。
コーパスの探索において,コヒーレンスや単語の侵入といった話題の質を評価する手法は,その話題がどの程度有効であるかを測るものではない。
課題やユーザ数に基づく評価尺度を設計するために,ユーザがトピックをどのように解釈するかを理解するために,ユーザスタディを実施している。
本稿では,トピック品質の構成を提案し,ユーザに対して,トピックのコンテキストにおける評価を依頼し,評価の背景にある根拠を提供する。
我々は、意味論からトピック解釈のテーマを特定するために、反射的テーマ分析を用いる。
ユーザは、確率ではなく、可用性と代表性ヒューリスティックに基づいてトピックを解釈する。
本稿では,係留調整ヒューリスティックに基づくトピック解釈の理論を提案する。
トピック解釈は、生態学的に合理的なユーザによる不確実性に基づく判断であると見なすことができ、そのため、ユーザモデルや評価フレームワークを意識した認知バイアスが必要である。
関連論文リスト
- TopicImpact: Improving Customer Feedback Analysis with Opinion Units for Topic Modeling and Star-Rating Prediction [0.29021840487584505]
我々は、意見ユニットを運用するためのトピックモデリングパイプラインを再構築することで、顧客レビューからの洞察の抽出を改善する。
その結果、その後のトピックモデリングのパフォーマンスが向上し、一貫性と解釈可能なトピックが生まれる。
スター格付けなどのビジネス指標とトピックや感情を関連付けることで、顧客の特定の関心事がどのようにビジネス成果に影響を及ぼすかについての洞察を得ることができる。
論文 参考訳（メタデータ） (2025-07-16T09:19:26Z) - topicwizard -- a Modern, Model-agnostic Framework for Topic Model Visualization and Interpretation [0.0]
本稿では,モデルに依存しないトピックモデル解釈のためのフレームワークであるトピックウィザードを紹介する。
トピックモデルによって学習された文書、単語、トピック間の複雑な意味関係を調べるのに役立つ。
論文 参考訳（メタデータ） (2025-05-19T12:19:01Z) - Contextualized Evaluations: Judging Language Model Responses to Underspecified Queries [85.81295563405433]
本稿では,不特定クエリを取り巻くコンテキストを合成的に構築し,評価中にそれを提供するプロトコルを提案する。
その結果,1) 評価から得られた結論の変更,2) モデルペア間のベンチマークランキングの反転,2) スタイルのような表面レベルの基準に基づいて判断を下すナッジ評価,3) 多様なコンテキスト間でのモデル行動に関する新たな洞察の提供,などが確認できた。
論文 参考訳（メタデータ） (2024-11-11T18:58:38Z) - Can Interpretability Layouts Influence Human Perception of Offensive Sentences? [1.474723404975345]
本稿では、3つの機械学習(ML)の解釈可能性レイアウトが、ヘイトスピーチを含む文を評価する際の参加者の視点に影響を及ぼすかどうかを評価する。
論文 参考訳（メタデータ） (2024-03-01T13:25:54Z) - Interpretation modeling: Social grounding of sentences by reasoning over
their implicit moral judgments [24.133419857271505]
単一のゴールド標準解釈はほとんど存在せず、自然言語処理における従来の仮定に挑戦する。
この研究は、文の基本的意味論のいくつかの解釈をモデル化することを含む解釈モデリング(IM)タスクを導入する。
実験と分析をサポートするために、第一種IMデータセットがキュレーションされている。
論文 参考訳（メタデータ） (2023-11-27T07:50:55Z) - Natural Language Decompositions of Implicit Content Enable Better Text Representations [52.992875653864076]
本稿では,暗黙的に伝達されたコンテンツを明示的に考慮したテキスト分析手法を提案する。
我々は大きな言語モデルを用いて、観察されたテキストと推論的に関係する命題の集合を生成する。
本研究は,NLPにおいて,文字のみではなく,観察された言語の背景にある意味をモデル化することが重要であることを示唆する。
論文 参考訳（メタデータ） (2023-05-23T23:45:20Z) - You Are What You Talk About: Inducing Evaluative Topics for Personality
Analysis [0.0]
評価言語データは ソーシャルメディアの急速な成長に よりアクセスしやすくなっています
本稿では,事前フィルタした評価テキストにトピックモデルを適用することで得られる評価トピックの概念を紹介する。
次に評価トピックを個々のテキスト作者にリンクして評価プロファイルを構築する。
論文 参考訳（メタデータ） (2023-02-01T15:04:04Z) - On the Faithfulness Measurements for Model Interpretations [100.2730234575114]
ポストホックな解釈は、自然言語処理(NLP)モデルがどのように予測を行うかを明らかにすることを目的とする。
これらの問題に取り組むために,我々は,削除基準,解釈の感度,解釈の安定性という3つの基準から始める。
これらの忠実性概念のデシデラタムに動機づけられ、敵対的領域からのテクニックを採用する新しい解釈方法のクラスを導入する。
論文 参考訳（メタデータ） (2021-04-18T09:19:44Z) - Weakly-Supervised Aspect-Based Sentiment Analysis via Joint
Aspect-Sentiment Topic Embedding [71.2260967797055]
アスペクトベース感情分析のための弱教師付きアプローチを提案する。
We learn sentiment, aspects> joint topic embeddeds in the word embedding space。
次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
論文 参考訳（メタデータ） (2020-10-13T21:33:24Z) - Evaluations and Methods for Explanation through Robustness Analysis [117.7235152610957]
分析による特徴に基づく説明の新たな評価基準を確立する。
我々は、緩やかに必要であり、予測に十分である新しい説明を得る。
我々は、現在の予測をターゲットクラスに移動させる一連の特徴を抽出するために、説明を拡張します。
論文 参考訳（メタデータ） (2020-05-31T05:52:05Z) - A computational model implementing subjectivity with the 'Room Theory'.
The case of detecting Emotion from Text [68.8204255655161]
本研究は,テキスト分析における主観性と一般的文脈依存性を考慮した新しい手法を提案する。
単語間の類似度を用いて、ベンチマーク中の要素の相対的関連性を抽出することができる。
この方法は、主観的評価がテキストの相対値や意味を理解するために関係しているすべてのケースに適用できる。
論文 参考訳（メタデータ） (2020-05-12T21:26:04Z)
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。