論文の概要: TextOnly: A Unified Function Portal for Text-Related Functions on Smartphones

• arxiv url: http://arxiv.org/abs/2508.16926v1
• Date: Sat, 23 Aug 2025 07:17:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-26 18:43:45.254773
• Title: TextOnly: A Unified Function Portal for Text-Related Functions on Smartphones
• Title（参考訳）: TextOnly:スマートフォン上のテキスト関連機能のための統合機能ポータル
• Authors: Minghao Tu, Chun Yu, Xiyuan Shen, Zhi Zheng, Li Chen, Yuanchun Shi,
• Abstract要約: 本研究では,テキストボックスにテキストを入力するだけでテキスト関連機能にアクセス可能な統合機能ポータルであるTextOnlyを提案する。 たとえばレストランの名前を入力するとGoogleマップの検索がトリガーになり、挨拶はWhatsAppで会話を開始する。
• 参考スコア（独自算出の注目度）: 34.62446438209691
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text boxes serve as portals to diverse functionalities in today's smartphone applications. However, when it comes to specific functionalities, users always need to navigate through multiple steps to access particular text boxes for input. We propose TextOnly, a unified function portal that enables users to access text-related functions from various applications by simply inputting text into a sole text box. For instance, entering a restaurant name could trigger a Google Maps search, while a greeting could initiate a conversation in WhatsApp. Despite their brevity, TextOnly maximizes the utilization of these raw text inputs, which contain rich information, to interpret user intentions effectively. TextOnly integrates large language models(LLM) and a BERT model. The LLM consistently provides general knowledge, while the BERT model can continuously learn user-specific preferences and enable quicker predictions. Real-world user studies demonstrated TextOnly's effectiveness with a top-1 accuracy of 71.35%, and its ability to continuously improve both its accuracy and inference speed. Participants perceived TextOnly as having satisfactory usability and expressed a preference for TextOnly over manual executions. Compared with voice assistants, TextOnly supports a greater range of text-related functions and allows for more concise inputs.
• Abstract（参考訳）: テキストボックスは、今日のスマートフォンアプリケーションにおける多様な機能へのポータルとして機能する。 しかし、特定の機能に関しては、ユーザは入力のために特定のテキストボックスにアクセスするために、常に複数のステップをナビゲートする必要がある。 我々は,テキストボックスにテキストを入力するだけで,ユーザがさまざまなアプリケーションからテキスト関連機能にアクセスできるようにする統合機能ポータルであるTextOnlyを提案する。 たとえばレストランの名前を入力するとGoogleマップの検索がトリガーになり、挨拶はWhatsAppで会話を開始する。 その簡潔さにもかかわらず、TextOnlyは、ユーザ意図を効果的に解釈するために、リッチな情報を含むこれらの生テキスト入力を最大限に活用する。 TextOnlyは、大きな言語モデル(LLM)とBERTモデルを統合する。 LLMは一貫して一般的な知識を提供し、BERTモデルはユーザー固有の好みを継続的に学習し、より迅速な予測を可能にする。 現実世界のユーザーによる研究は、TextOnlyの有効性を71.35%で証明し、その精度と推論速度を継続的に改善する能力を示した。 参加者はTextOnlyを満足のいくユーザビリティと認識し、手動実行よりもTextOnlyを好んだ。 音声アシスタントと比較して、TextOnlyはより幅広いテキスト関連の機能をサポートし、より簡潔な入力を可能にする。

関連論文リスト

• An efficient text augmentation approach for contextualized Mandarin speech recognition [4.600045052545344]
  本研究は、テキストのみのデータセットを活用し、事前学習されたASRモデルを文脈化することを提案する。 事前学習したCIFベースのASRを文脈化するために,限られた音声テキストデータを用いたコードブックを構築した。 多様なマンダリンテストセットに対する実験により,我々のTAアプローチは認識性能を著しく向上させることが示された。
  論文  参考訳（メタデータ） (2024-06-14T11:53:14Z)
• Referring to Screen Texts with Voice Assistants [5.62305568174015]
  われわれの研究は、ユーザーが電話番号、住所、メールアドレス、URL、日付を電話画面で参照するための新しい体験を掘り下げている。 これは、複数の類似したテキストが画面に現れると、特に興味深いものになります。 直接ピクセルを消費するコストが高いため、このシステムはUIから抽出したテキストに依存するように設計されている。
  論文  参考訳（メタデータ） (2023-06-10T22:43:16Z)
• TextFormer: A Query-based End-to-End Text Spotter with Mixed Supervision [61.186488081379]
  Transformerアーキテクチャを用いた問合せベースのエンドツーエンドテキストスポッターであるTextFormerを提案する。 TextFormerは、画像エンコーダとテキストデコーダの上に構築され、マルチタスクモデリングのための共同セマンティック理解を学ぶ。 分類、セグメンテーション、認識のブランチの相互訓練と最適化を可能にし、より深い特徴共有をもたらす。
  論文  参考訳（メタデータ） (2023-06-06T03:37:41Z)
• Effidit: Your AI Writing Assistant [60.588370965898534]
  Effiditは、人工知能(AI)技術を使用して、ユーザーが高品質なテキストをより効率的に書けるようにするためのデジタルライティングアシスタントである。 Effiditでは、テキスト補完、エラーチェック、テキスト研磨、キーワード・トゥ・センテンス(K2S)、クラウド・インプット・メソッド(クラウドIME)の5つのカテゴリで機能を提供することで、筆記アシスタントの能力を大幅に拡大する。
  論文  参考訳（メタデータ） (2022-08-03T02:24:45Z)
• On-Device Tag Generation for Unstructured Text [0.0]
  本稿では,非構造化テキストに存在するキーワードや概念に基づいて,世界知識を用いてタグの集合を生成する新しいパイプラインを提案する。 アーキテクチャはまた、任意のテキストからトップnタグを抽出する新しいランキングアルゴリズムも提示する。
  論文  参考訳（メタデータ） (2020-12-05T09:18:43Z)
• TextHide: Tackling Data Privacy in Language Understanding Tasks [54.11691303032022]
  TextHideは、トレーニングを遅くしたり、精度を下げることなく、プライバシー上のリスクを軽減する。 すべての参加者は、盗聴攻撃者がプライベートテキストデータを復元するのを防ぐために、簡単な暗号化ステップを追加する必要がある。 我々は、GLUEベンチマーク上でTextHideを評価し、TextHideが共有勾配や表現に対する攻撃を効果的に防御できることを示す。
  論文  参考訳（メタデータ） (2020-10-12T22:22:15Z)

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。