論文の概要: Semantic Interaction for Narrative Map Sensemaking: An Insight-based Evaluation
- arxiv url: http://arxiv.org/abs/2603.29651v1
- Date: Tue, 31 Mar 2026 12:14:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-01 15:25:03.60546
- Title: Semantic Interaction for Narrative Map Sensemaking: An Insight-based Evaluation
- Title（参考訳）: ナラティブ・マップ・センス作成のための意味的相互作用:洞察に基づく評価
- Authors: Brian Felipe Keith-Norambuena, Fausto German, Eric Krokos, Sarah Joseph, Chris North,
- Abstract要約: ナラティブマップ・センスメイキングにおける意味的相互作用(SI)の有効性を評価する。
地図に基づく表現は、物語のセンスメイキングのタイムラインよりも優れていることがわかった。
この研究は、地図に基づく表現が物語のセンスメイキングのタイムラインより優れているという実証的な証拠を提供する。
- 参考スコア（独自算出の注目度）: 2.4704755776250837
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Semantic interaction (SI) enables analysts to incorporate their cognitive processes into AI models through direct manipulation of visualizations. While SI frameworks for narrative extraction have been proposed, empirical evaluations of their effectiveness remain limited. This paper presents a user study that evaluates SI for narrative map sensemaking, involving 33 participants under three conditions: a timeline baseline, a basic narrative map, and an interactive narrative map with SI capabilities. The results show that the map-based prototypes yielded more insights than the timeline baseline, with the SI-enabled condition reaching statistical significance and the basic map condition trending in the same direction. The SI-enabled condition showed the highest mean performance; differences between the map conditions were not statistically significant but showed large effect sizes (d > 0.8), suggesting that the study was underpowered to detect them. Qualitative analysis identified two distinct SI approaches-corrective and additive-that enable analysts to impose quality judgments and organizational structure on extracted narratives. We also find that SI users achieved comparable exploration breadth with less parameter manipulation, suggesting that SI serves as an alternative pathway for model refinement. This work provides empirical evidence that map-based representations outperform timelines for narrative sensemaking, along with qualitative insights into how analysts use SI for narrative refinement.
- Abstract（参考訳）: セマンティックインタラクション(SI)は、可視化を直接操作することで、分析者が認知プロセスをAIモデルに組み込むことを可能にする。
物語抽出のためのSIフレームワークが提案されているが、その有効性に関する実証的な評価は限られている。
本稿では,3つの条件 (タイムラインベースライン, 基本物語マップ, SI機能を備えた対話的物語マップ) の下で,33人の参加者を対象として, 物語地図作成のためのSIを評価するユーザスタディを提案する。
その結果, SI対応条件は統計学的に有意な値を示し, 基本地図条件は同一方向の傾向を示した。
SI対応条件は, 平均性能が最も高く, 地図条件の違いは統計的に有意ではなく, 大きな効果(d > 0.8)を示した。
定性的な分析により、分析者が抽出された物語に品質判断と組織構造を課すことができる2つの異なるSIアプローチの補正法と付加法が同定された。
また,SI利用者はパラメータ操作の少ない探索幅を達成でき,モデル改良のための代替経路として機能することが示唆された。
この研究は、地図に基づく表現が物語のセンスメイキングのタイムラインより優れているという実証的な証拠と、アナリストが物語の洗練にSIをどのように利用するかについての質的な洞察を提供する。
関連論文リスト
- Matching-Based Few-Shot Semantic Segmentation Models Are Interpretable by Design [8.993770750003673]
Few-Shot Semantic (FSS)モデルは、最小限のラベル付き例を持つ新規クラスのセグメンテーションにおいて強力な性能を達成する。
本稿では、マッチングベースのFSSモデルを解釈するための最初の専用手法を提案する。
Affinity Explainer アプローチは,画像のどのピクセルがクエリセグメンテーション予測に最も寄与しているかを示す属性マップを抽出する。
論文 参考訳（メタデータ） (2025-11-22T19:22:10Z) - A Literature Review of Literature Reviews in Pattern Analysis and Machine Intelligence [51.26815896167173]
本稿では,3つの相補的な側面からPAMIレビューを総合的に分析する。
我々の分析は、現在のレビューの実践において、独特の組織パターンと永続的なギャップを明らかにします。
最後に、最先端のAI生成レビューの評価は、コヒーレンスと組織の進歩を奨励していることを示している。
論文 参考訳（メタデータ） (2024-02-20T11:28:50Z) - Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。
従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。
そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
論文 参考訳（メタデータ） (2023-12-26T15:44:09Z) - Robust Saliency-Aware Distillation for Few-shot Fine-grained Visual
Recognition [57.08108545219043]
サンプルが少ない新しいサブカテゴリを認識することは、コンピュータビジョンにおいて不可欠で挑戦的な研究課題である。
既存の文献は、ローカルベースの表現アプローチを採用することでこの問題に対処している。
本稿では,ロバスト・サリエンシ・アウェア蒸留法(RSaD)を提案する。
論文 参考訳（メタデータ） (2023-05-12T00:13:17Z) - Revisiting the Evaluation of Image Synthesis with GANs [55.72247435112475]
本研究では, 合成性能の評価に関する実証的研究を行い, 生成モデルの代表としてGAN(Generative Adversarial Network)を用いた。
特に、表現空間におけるデータポイントの表現方法、選択したサンプルを用いた公平距離の計算方法、各集合から使用可能なインスタンス数など、さまざまな要素の詳細な分析を行う。
論文 参考訳（メタデータ） (2023-04-04T17:54:32Z) - Mixed Multi-Model Semantic Interaction for Graph-based Narrative
Visualizations [10.193264105560862]
ナラティブマップは、アナリストが物語を理解するのを支援する視覚表現モデルである。
本稿では,ナラティブマップのためのセマンティックインタラクションフレームワークを提案する。
我々のSIシステムは,分析者の意図をモデル化し,物語地図の漸進的な形式化を支援することができる。
論文 参考訳（メタデータ） (2023-02-13T15:32:10Z) - Saliency Map Verbalization: Comparing Feature Importance Representations
from Model-free and Instruction-based Methods [6.018950511093273]
サージェンシマップは、重要な入力特徴を特定することによって、ニューラルネットワークの予測を説明することができる。
我々は,サリエンシマップを自然言語に翻訳する未調査課題を定式化する。
本研究では,従来の特徴強調表現と比較した2つの新手法(検索ベースおよび命令ベース言語化)を比較した。
論文 参考訳（メタデータ） (2022-10-13T17:48:15Z) - Temporal Relevance Analysis for Video Action Models [70.39411261685963]
まず,CNNに基づく行動モデルにより捉えたフレーム間の時間的関係を定量化する手法を提案する。
次に、時間的モデリングがどのように影響を受けるかをよりよく理解するために、包括的な実験と詳細な分析を行います。
論文 参考訳（メタデータ） (2022-04-25T19:06:48Z) - Interpretable Multi-dataset Evaluation for Named Entity Recognition [110.64368106131062]
本稿では,名前付きエンティティ認識(NER)タスクに対する一般的な評価手法を提案する。
提案手法は,モデルとデータセットの違いと,それらの間の相互作用を解釈することを可能にする。
分析ツールを利用可能にすることで、将来の研究者が同様の分析を実行し、この分野の進歩を促進することができる。
論文 参考訳（メタデータ） (2020-11-13T10:53:27Z) - Hierarchical Interaction Networks with Rethinking Mechanism for
Document-level Sentiment Analysis [37.20068256769269]
文書レベルの感性分析(DSA)は、あいまいなセマンティックリンクと感情情報の複雑化により、より困難である。
そこで本研究では,DSAにおける対象の明示的パターンと感情文脈を用いた識別表現を効果的に生成する方法について検討する。
感性に基づく再考機構(SR)を,感情ラベル情報を用いてHINを精製し,より感情に敏感な文書表現を学習することによって設計する。
論文 参考訳（メタデータ） (2020-07-16T16:27:38Z)
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。