論文の概要: A technical curriculum on language-oriented artificial intelligence in translation and specialised communication
- arxiv url: http://arxiv.org/abs/2602.12251v1
- Date: Thu, 12 Feb 2026 18:37:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-13 21:07:25.982901
- Title: A technical curriculum on language-oriented artificial intelligence in translation and specialised communication
- Title（参考訳）: 翻訳・特殊コミュニケーションにおける言語指向人工知能に関する技術カリキュラム
- Authors: Ralph Krüger,
- Abstract要約: このカリキュラムは、翻訳と専門的なコミュニケーションの分野におけるステークホルダー間の技術的AIリテラシーを促進することを目的としている。
中心となるカリキュラムは、1)ベクトル埋め込み、2)ニューラルネットワークの技術基盤、3)トークン化、4)トランスフォーマーニューラルネットワークである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: This paper presents a technical curriculum on language-oriented artificial intelligence (AI) in the language and translation (L&T) industry. The curriculum aims to foster domain-specific technical AI literacy among stakeholders in the fields of translation and specialised communication by exposing them to the conceptual and technical/algorithmic foundations of modern language-oriented AI in an accessible way. The core curriculum focuses on 1) vector embeddings, 2) the technical foundations of neural networks, 3) tokenization and 4) transformer neural networks. It is intended to help users develop computational thinking as well as algorithmic awareness and algorithmic agency, ultimately contributing to their digital resilience in AI-driven work environments. The didactic suitability of the curriculum was tested in an AI-focused MA course at the Institute of Translation and Multilingual Communication at TH Koeln. Results suggest the didactic effectiveness of the curriculum, but participant feedback indicates that it should be embedded into higher-level didactic scaffolding - e.g., in the form of lecturer support - in order to enable optimal learning conditions.
- Abstract（参考訳）: 本稿では,L&T産業における言語指向人工知能(AI)の技術カリキュラムについて述べる。
このカリキュラムは、現代言語指向AIの概念的・技術的・アルゴリズム的基礎を、アクセス可能な方法で公開することにより、翻訳と専門的なコミュニケーションの分野におけるステークホルダー間のドメイン固有の技術的AIリテラシーを促進することを目的としている。
中心となるカリキュラムは
1)ベクトル埋め込み
2)ニューラルネットワークの技術基盤
3【トークン化】
4) トランスニューラルネットワーク。
それは、ユーザーがAI駆動の作業環境におけるデジタルレジリエンスに寄与する、アルゴリズムの認識とアルゴリズムのエージェンシーと同様に、計算思考の開発を支援することを目的としている。
カリキュラムの実践的適合性は、TH Koelnの翻訳・多言語コミュニケーション研究所(Institute of Translation and Multilingual Communication)のAIに焦点を当てたMAコースでテストされた。
結果は,カリキュラムの実践的効果を示唆するが,参加者からのフィードバックは,最適な学習条件を実現するために,高レベルの実践的足場(例えば,講師支援の形で)に組み込むべきであることを示唆している。
関連論文リスト
- AI Literacy Assessment Revisited: A Task-Oriented Approach Aligned with Real-world Occupations [1.7684337194725703]
本稿では,アメリカ海軍のロボティクス訓練プログラムの文脈において,新しいAIリテラシー評価器の開発と,それに伴う形式的アセスメントについて述べる。
我々は、AI関連の仕事のために人々を訓練するとき、教育者は、高度に文脈化された実践的スキルを強調する楽器でそれらを評価することを検討するべきであると論じる。
論文 参考訳（メタデータ） (2025-11-07T18:38:15Z) - Deep Learning and Machine Learning -- Natural Language Processing: From Theory to Application [17.367710635990083]
自然言語処理(NLP)と大規模言語モデル(LLM)の役割に焦点を当てる。
本稿では,データ前処理技術とHugging Faceのようなフレームワークを用いたトランスフォーマーモデルの実装について論じる。
マルチリンガルデータの扱い、バイアスの低減、モデルの堅牢性確保といった課題を強調している。
論文 参考訳（メタデータ） (2024-10-30T09:35:35Z) - Combatting Human Trafficking in the Cyberspace: A Natural Language
Processing-Based Methodology to Analyze the Language in Online Advertisements [55.2480439325792]
このプロジェクトは、高度自然言語処理(NLP)技術により、オンラインC2Cマーケットプレースにおける人身売買の急激な問題に取り組む。
我々は、最小限の監督で擬似ラベル付きデータセットを生成する新しい手法を導入し、最先端のNLPモデルをトレーニングするための豊富なリソースとして機能する。
重要な貢献は、Integrated Gradientsを使った解釈可能性フレームワークの実装であり、法執行にとって重要な説明可能な洞察を提供する。
論文 参考訳（メタデータ） (2023-11-22T02:45:01Z) - Igniting Language Intelligence: The Hitchhiker's Guide From
Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。
LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。
最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
論文 参考訳（メタデータ） (2023-11-20T14:30:55Z) - Rethinking the Evaluating Framework for Natural Language Understanding
in AI Systems: Language Acquisition as a Core for Future Metrics [0.0]
人工知能(AI)の急成長分野において、自然言語処理(NLP)における大規模言語モデル(LLM)の先例のない進歩は、従来の機械学習のメトリクスのアプローチ全体を再考する機会を提供する。
本稿では,確立されたチューリングテストから,言語習得を基盤とした全包含フレームワークへのパラダイムシフトを提案する。
論文 参考訳（メタデータ） (2023-09-21T11:34:52Z) - Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。
欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
論文 参考訳（メタデータ） (2022-12-10T07:49:50Z) - Systematic Inequalities in Language Technology Performance across the
World's Languages [94.65681336393425]
本稿では,言語技術のグローバルな有用性を評価するためのフレームワークを紹介する。
本分析では, ユーザ対応技術と言語的NLPタスクの両面において, より深く研究されている。
論文 参考訳（メタデータ） (2021-10-13T14:03:07Z) - Reinforced Iterative Knowledge Distillation for Cross-Lingual Named
Entity Recognition [54.92161571089808]
言語間NERは、知識をリッチリソース言語から低リソース言語に転送する。
既存の言語間NERメソッドは、ターゲット言語でリッチなラベル付けされていないデータをうまく利用しない。
半教師付き学習と強化学習のアイデアに基づく新しいアプローチを開発する。
論文 参考訳（メタデータ） (2021-06-01T05:46:22Z) - Exploring the Limits of Transfer Learning with a Unified Text-to-Text
Transformer [64.22926988297685]
下流タスクで微調整される前に、まずデータリッチタスクでモデルが事前訓練されるトランスファーラーニングは、自然言語処理(NLP)において強力な手法として登場した。
本稿では,すべてのテキストベースの言語問題をテキスト・トゥ・テキスト・フォーマットに変換する統一フレームワークにより,NLPのためのトランスファー学習手法を導入する状況について検討する。
論文 参考訳（メタデータ） (2019-10-23T17:37:36Z)
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。