論文の概要: Toward Machine Interpreting: Lessons from Human Interpreting Studies
- arxiv url: http://arxiv.org/abs/2508.07964v1
- Date: Mon, 11 Aug 2025 13:20:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-12 21:23:29.111493
- Title: Toward Machine Interpreting: Lessons from Human Interpreting Studies
- Title（参考訳）: 機械解釈に向けて:人間解釈研究から学ぶ
- Authors: Matthias Sperber, Maureen de Seyssel, Jiajun Bao, Matthias Paulik,
- Abstract要約: 我々は,近年のモデリング技術を用いて,人間の解釈原理を多く採用する可能性が大きいと論じている。
われわれの発見がユーザビリティのギャップを埋めることにインスピレーションを与え、真の機械解釈への進歩を動機付けることを願っている。
- 参考スコア（独自算出の注目度）: 8.356119129161796
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Current speech translation systems, while having achieved impressive accuracies, are rather static in their behavior and do not adapt to real-world situations in ways human interpreters do. In order to improve their practical usefulness and enable interpreting-like experiences, a precise understanding of the nature of human interpreting is crucial. To this end, we discuss human interpreting literature from the perspective of the machine translation field, while considering both operational and qualitative aspects. We identify implications for the development of speech translation systems and argue that there is great potential to adopt many human interpreting principles using recent modeling techniques. We hope that our findings provide inspiration for closing the perceived usability gap, and can motivate progress toward true machine interpreting.
- Abstract（参考訳）: 現在の音声翻訳システムは、印象的な精度を達成したが、その動作は比較的静的であり、人間の通訳のように現実世界の状況に適応しない。
実践的有用性を向上し、解釈のような体験を可能にするためには、人間の解釈の性質を正確に理解することが不可欠である。
そこで本研究では,機械翻訳分野の観点からの人間の解釈文学について,操作的側面と定性的側面の両方を考慮しながら論じる。
我々は,音声翻訳システムの開発における意味を同定し,近年のモデリング技術を用いて,人間の解釈原理を多く採用する可能性が大きいと論じる。
われわれの発見がユーザビリティのギャップを埋めることにインスピレーションを与え、真の機械解釈への進歩を動機付けることを願っている。
関連論文リスト
- Human-like conceptual representations emerge from language prediction [72.5875173689788]
大規模言語モデル(LLMs)は、言語データに対する次世代の予測を通じてのみ訓練され、顕著な人間的な振る舞いを示す。
これらのモデルは、人間に似た概念を発達させ、もしそうなら、そのような概念はどのように表現され、組織化されるのか?
以上の結果から,LLMは言語記述から他の概念に関する文脈的手がかりに関して柔軟に概念を導出できることが示唆された。
これらの結果は、構造化された人間のような概念表現が、現実世界の接地なしに言語予測から自然に現れることを証明している。
論文 参考訳（メタデータ） (2025-01-21T23:54:17Z) - Machines of Meaning [0.0]
意味の機械」の仕様の課題について論じる。
我々は、意味の機械の研究において、人間中心主義からの分離の必要性を強調した。
本稿では,ニューラルネットワークモデルなどのアプローチに関する議論を促進するために,「意味」の視点を提案する。
論文 参考訳（メタデータ） (2024-12-10T23:23:28Z) - SenteCon: Leveraging Lexicons to Learn Human-Interpretable Language
Representations [51.08119762844217]
SenteConは、深層言語表現に人間の解釈可能性を導入する方法である。
SenteConは、下流タスクにおける予測性能にほとんど、あるいは全くコストをかからない高レベルな解釈性を提供する。
論文 参考訳（メタデータ） (2023-05-24T05:06:28Z) - Is it possible not to cheat on the Turing Test: Exploring the potential
and challenges for true natural language 'understanding' by computers [0.0]
人工知能における自然言語理解の領域は、大きな進歩を遂げたと主張している。
現在のアプローチと残る課題について、包括的で学際的な概要は、まだ実行されていない。
これらすべての視点をまとめて、真の(人間のような)言語理解に到達する上での課題を解き放ちます。
論文 参考訳（メタデータ） (2022-06-29T14:19:48Z) - Interpretable Deep Learning: Interpretations, Interpretability,
Trustworthiness, and Beyond [49.93153180169685]
一般に混同される2つの基本的な概念(解釈と解釈可能性)を紹介・明らかにする。
我々は,新しい分類法を提案することにより,異なる視点から,最近のいくつかの解釈アルゴリズムの設計を詳細に述べる。
信頼される」解釈アルゴリズムを用いてモデルの解釈可能性を評価する上での既存の作業をまとめる。
論文 参考訳（メタデータ） (2021-03-19T08:40:30Z) - Machine Semiotics [0.0]
音声補助装置では、人間の発話の機械固有の意味の学習が十分であると考えられる。
認知的加熱装置の極めて自明な例を用いて、この過程を発話意味ペア(UMP)の強化学習として定式化することができることを示す。
論文 参考訳（メタデータ） (2020-08-24T15:49:54Z)
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。