論文の概要: How Notations Evolve: A Historical Analysis with Implications for Supporting User-Defined Abstractions
- arxiv url: http://arxiv.org/abs/2602.01525v1
- Date: Mon, 02 Feb 2026 01:38:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-03 19:28:33.834662
- Title: How Notations Evolve: A Historical Analysis with Implications for Supporting User-Defined Abstractions
- Title（参考訳）: Notations Evolve: ユーザ定義抽象化のサポートに関する歴史的分析
- Authors: Jingyue Zhang, J. D. Zamfirescu-Pereira, Elena L. Glassman, Damien Masson, Ian Arawjo,
- Abstract要約: 最近のAIシステムは、自然言語やその他の表記形式を通じて、コンピュータとの非公式な対話を新たに約束している。
これらの非公式な相互作用は形式的な表現につながるが、人間とAIの両方で知られている既存の形式主義に依存している。
我々は、いくつかの関連する特徴を特定するために、表記法開発に関する比較歴史的分析を行う。
- 参考スコア（独自算出の注目度）: 27.219003138635728
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional human-computer interaction takes place through formally-specified systems like structured UIs and programming languages. Recent AI systems promise a new set of informal interactions with computers through natural language and other notational forms. These informal interactions can then lead to formal representations, but depend upon pre-existing formalisms known to both humans and AI. What about novel formalisms and notations? How are new abstractions created, evolved, and incrementally formalized over time -- and how might new systems, in turn, be explicitly designed to support these processes? We conduct a comparative historical analysis of notation development to identify some relevant characteristics. These include three social stages of notation development: invention & incubation, dispersion & divergence, and institutionalization & sanctification, as well as three functional stages: descriptive, generative, and evaluative. Within and across these stages, we detail several patterns, such as the role of linking and grounding metaphors, dimensions of meaningful variation, and analogical alignment. Finally, we offer some implications for design.
- Abstract（参考訳）: 従来のヒューマンコンピュータのインタラクションは、構造化UIやプログラミング言語のような形式化されたシステムによって行われる。
最近のAIシステムは、自然言語やその他の表記形式を通じて、コンピュータとの非公式な対話を新たに約束している。
これらの非公式な相互作用は形式的な表現につながるが、人間とAIの両方で知られている既存の形式主義に依存している。
新たな形式主義と表記法は?
新しい抽象化は時間とともにどのように作られ、進化し、徐々に形式化されますか?
我々は、いくつかの関連する特徴を特定するために、表記法開発に関する比較歴史的分析を行う。
これには、発明とインキュベーション、分散と分散、制度化と聖化の3つの社会的段階と、記述、生成、評価の3つの機能段階が含まれる。
これらの段階の内外では、リンクとグラウンドのメタファーの役割、意味のある変化の次元、アナログアライメントなど、いくつかのパターンを詳述する。
最後に、デザインにいくつかの意味を与えます。
関連論文リスト
- DiscoSum: Discourse-aware News Summarization [79.4884227574627]
本稿では,談話構造を要約プロセスに統合するための新しいアプローチを提案する。
本稿では,ソーシャルメディアプラットフォーム間で,ニュース記事が複数回,異なる方法で要約される新しい要約データセットを提案する。
本研究では、要約構造を記述するための新しいニュース談話スキーマと、構造認識要約にビームサーチ技術を用いる新しいアルゴリズムであるディスコサムを開発する。
論文 参考訳（メタデータ） (2025-06-07T22:00:30Z) - Data2Concept2Text: An Explainable Multilingual Framework for Data Analysis Narration [42.95840730800478]
本稿では,データの集合を解釈し,基礎となる特徴を抽象化し,それを自然言語で記述する,完全な説明可能なシステムを提案する。
このシステムは、2つの重要な段階に依存している: (i)データから出現する特性を識別し、それらを抽象概念に変換する、(ii)これらの概念を自然言語に変換する。
論文 参考訳（メタデータ） (2025-02-13T11:49:48Z) - Explaining Text Similarity in Transformer Models [52.571158418102584]
説明可能なAIの最近の進歩により、トランスフォーマーの説明の改善を活用することで、制限を緩和できるようになった。
両線形類似性モデルにおける2次説明の計算のために開発された拡張であるBiLRPを用いて、NLPモデルにおいてどの特徴相互作用が類似性を促進するかを調べる。
我々の発見は、異なる意味的類似性タスクやモデルに対するより深い理解に寄与し、新しい説明可能なAIメソッドが、どのようにして深い分析とコーパスレベルの洞察を可能にするかを強調した。
論文 参考訳（メタデータ） (2024-05-10T17:11:31Z) - Non-verbal information in spontaneous speech -- towards a new framework
of analysis [0.5559722082623594]
本稿では,韻律信号の分類のための解析的スキーマと技術的概念実証を提供する。
3つの順序の韻律現象を解き放つ分類過程を示す。
散在する韻律パターンは、コミュニケーションと音声の組織化の理論を導くことができる。
論文 参考訳（メタデータ） (2024-03-06T08:03:05Z) - Getting aligned on representational alignment [93.08284685325674]
本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。
重複する関心にもかかわらず、これらの分野の間には知識の伝達が限られている。
本稿では,表現アライメント研究のための共通言語として機能する統一フレームワークを提案する。
論文 参考訳（メタデータ） (2023-10-18T17:47:58Z) - Generative Models as a Complex Systems Science: How can we make sense of
large language model behavior? [75.79305790453654]
事前訓練されたモデルから望ましい振る舞いを排除し、望ましくないモデルを避けながら、NLPを再定義した。
言語モデルの振る舞いをタスク間性能を説明するカテゴリに分解する体系的な取り組みについて論じる。
論文 参考訳（メタデータ） (2023-07-31T22:58:41Z) - Late-Binding Scholarship in the Age of AI: Navigating Legal and
Normative Challenges of a New Form of Knowledge Production [8.497410878853309]
人工知能(AI)は、学術コンテンツの作成において、新たな飛躍を可能にする。
この記事では、これらのアーティファクトを書き、配布し、読み、整理し、保存する方法について述べます。
論文 参考訳（メタデータ） (2023-05-04T04:14:28Z) - Modelling Compositionality and Structure Dependence in Natural Language [0.12183405753834563]
言語学と集合論に基づいて、これらの概念の形式化がこの論文の前半で述べられている。
言語処理を行う認知システムは,特定の機能的制約を持つ必要がある。
単語埋め込み技術の進歩を利用して、関係学習のモデルがシミュレートされる。
論文 参考訳（メタデータ） (2020-11-22T17:28:50Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
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。