論文の概要: Personalized Real-time Jargon Support for Online Meetings

• arxiv url: http://arxiv.org/abs/2508.10239v1
• Date: Wed, 13 Aug 2025 23:42:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-15 22:24:48.138057
• Title: Personalized Real-time Jargon Support for Online Meetings
• Title（参考訳）: オンライン会議のためのパーソナライズされたリアルタイムジャーゴン支援
• Authors: Yifan Song, Wing Yee Au, Hon Yung Wong, Brian P. Bailey, Tal August,
• Abstract要約: ParseJargonはリアルタイムにパーソナライズされたjargon識別と説明を提供する対話型システムである。 追跡調査では、リアルタイムミーティングにおけるParseJargonのユーザビリティと実践的価値が検証された。
• 参考スコア（独自算出の注目度）: 16.083793169383117
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Effective interdisciplinary communication is frequently hindered by domain-specific jargon. To explore the jargon barriers in-depth, we conducted a formative diary study with 16 professionals, revealing critical limitations in current jargon-management strategies during workplace meetings. Based on these insights, we designed ParseJargon, an interactive LLM-powered system providing real-time personalized jargon identification and explanations tailored to users' individual backgrounds. A controlled experiment comparing ParseJargon against baseline (no support) and general-purpose (non-personalized) conditions demonstrated that personalized jargon support significantly enhanced participants' comprehension, engagement, and appreciation of colleagues' work, whereas general-purpose support negatively affected engagement. A follow-up field study validated ParseJargon's usability and practical value in real-time meetings, highlighting both opportunities and limitations for real-world deployment. Our findings contribute insights into designing personalized jargon support tools, with implications for broader interdisciplinary and educational applications.
• Abstract（参考訳）: 効果的な学際コミュニケーションはドメイン固有のジャーゴンによってしばしば妨げられる。 ジャーゴンバリアを深く探究するため,16名の専門家を対象に,職場会議におけるジャーゴン管理戦略の限界を明らかにした。 これらの知見に基づいて、リアルタイムにパーソナライズされたジャーゴン識別と、ユーザの個々のバックグラウンドに合わせた説明を提供する対話型LLMシステムであるParseJargonを設計した。 ParseJargonとベースライン(サポートなし)と汎用(非個人化)条件を比較した対照実験では、パーソナライズされたjargonサポートが参加者の理解、エンゲージメント、同僚の作業に対する評価を著しく向上させる一方、汎用的なサポートはエンゲージメントに悪影響を及ぼすことが示された。 フォローアップフィールド調査では、ParseJargonのリアルタイムミーティングにおけるユーザビリティと実践的価値を検証し、実際のデプロイメントの機会と制限の両方を強調した。 本研究は、パーソナライズされたジャーゴン支援ツールの設計に関する洞察に寄与し、より広範な学際的・教育的応用に寄与する。

関連論文リスト

• Understanding Learner-LLM Chatbot Interactions and the Impact of Prompting Guidelines [9.834055425277874]
  本研究は,学習者とAIの相互作用を,参加者が効果的なプロンプトの構造化指導を受ける教育実験を通して調査する。 ユーザの行動を評価し,有効性を促進するために,107人のユーザから642のインタラクションのデータセットを解析した。 我々の研究は、ユーザーが大規模言語モデルとどのように関わり、AI支援コミュニケーションを強化するための構造化された指導の役割についてより深く理解している。
  論文  参考訳（メタデータ） (2025-04-10T15:20:43Z)
• Conversational AI as a Coding Assistant: Understanding Programmers' Interactions with and Expectations from Large Language Models for Coding [5.064404027153094]
  大規模言語モデル(LLM)を利用した会話型AIインタフェースは、コーディングアシスタントとしてますます利用されている。 本研究は,LLM駆動型コーディングアシスタントにおけるプログラマの利用パターン,知覚,インタラクション戦略について検討する。
  論文  参考訳（メタデータ） (2025-03-14T15:06:07Z)
• Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
  大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。 本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
  論文  参考訳（メタデータ） (2024-08-27T13:50:37Z)
• On the Multi-turn Instruction Following for Conversational Web Agents [83.51251174629084]
  本稿では,ユーザと環境の両方で複数回にまたがる高度なインタラクションを必要とする,対話型Webナビゲーションの新たなタスクを紹介する。 本稿では,メモリ利用と自己回帰技術を用いた自己反射型メモリ拡張計画(Self-MAP)を提案する。
  論文  参考訳（メタデータ） (2024-02-23T02:18:12Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• Words as Gatekeepers: Measuring Discipline-specific Terms and Meanings in Scholarly Publications [13.443742417911352]
  テキストから学術用語を測定するための解釈可能なアプローチを開発し,検証する。 我々は、単語知覚誘導を用いて、広い範囲にまたがって異なる意味を持つ単語を識別する。 単語感覚は、語型と平行してジャゴンの相補的かつユニークなビューを提供することを示す。
  論文  参考訳（メタデータ） (2022-12-19T18:01:06Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• Structural Pre-training for Dialogue Comprehension [51.215629336320305]
  本稿では,SPIDER, Structure Pre-trained DialoguE Readerについて述べる。 対話のような特徴をシミュレートするために,元のLM目的に加えて,2つの訓練目標を提案する。 広く使われている対話ベンチマークの実験結果から,新たに導入した自己教師型タスクの有効性が検証された。
  論文  参考訳（メタデータ） (2021-05-23T15:16:54Z)
• How Domain Terminology Affects Meeting Summarization Performance [61.12624289478716]
  我々は、巨大ミーティングコーパス上で、ドメイン用語のゴールドスタンダードアノテーションを作成します。 本稿では,会議要約システムの性能を,用語の活用の有無で分析する。
  論文  参考訳（メタデータ） (2020-11-02T02:33:59Z)

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。