論文の概要: Mwando: Leveraging AI to Preserve and Teach shiKomori

• arxiv url: http://arxiv.org/abs/2607.23481v1
• Date: Sun, 26 Jul 2026 06:11:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-28 22:34:15.127245
• Title: Mwando: Leveraging AI to Preserve and Teach shiKomori
• Title（参考訳）: ムワンド:AIを活用して保護し、教える
• Abstract要約: ムワンドはコモロ諸島の言語であるシコモリの教育と保存を支援する仮想的な教育アシスタントである。 このシステムは、フレーズ、証明、辞書、文法の授業から構築された知識ベースを通じて、4つの主要な方言の変種をカバーする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper presents Mwando, a virtual educational assistant designed to support the teaching and preservation of shiKomori, the language of the Comoros Islands. The system covers the four main dialectal variants (shiNgazidja, shiMwali, shiNdzuani and shiMaore) through a knowledge base constructed from phrases, proverbs, dictionaries and grammar lessons. A multi-agent architecture combining vector search, a knowledge graph and web search fallback enables accurate and context-aware responses. Evaluation on 500 queries demonstrates strong performance on vocabulary lookup and grammar explanations, while qualitative case studies illustrate both capabilities and current limitations. This work represents an initial step toward computational support for shiKomori and provides a blueprint for developing AI-powered educational tools for other low-resource languages.
• Abstract（参考訳）: 本稿では,コモロ諸島の言語であるシコモリの教育・保存を支援する仮想的な教育アシスタントであるムワンドについて述べる。 この体系は、フレーズ、証明、辞書、文法の授業から構築された知識ベースを通じて、主要な方言の変種(shiNgazidja、shiMwali、shiNdzuani、shiMaore)を網羅している。 ベクトル探索,知識グラフ,Web検索のフォールバックを組み合わせたマルチエージェントアーキテクチャは,正確な応答とコンテキスト認識の応答を可能にする。 500クエリの評価は語彙のルックアップと文法的説明に強いパフォーマンスを示し、定性的なケーススタディは機能と現在の制限の両方を示している。 この作業は、shikomoriの計算サポートへの最初のステップであり、他の低リソース言語向けのAIベースの教育ツールを開発するための青写真を提供する。

関連論文リスト

• A Comprehensive Guide to Explainable AI: From Classical Models to LLMs [25.07463077055411]
  説明可能な人工知能(XAI)は、AIシステムにおける透明性と解釈可能性の必要性の高まりに対処する。 決定木、線形回帰、サポートベクトルマシンといった従来のモデルの解釈可能性を探る。 本書は、SHAP、LIME、Grad-CAM、反実的説明、因果推論などの実践的なテクニックを提示する。
  論文  参考訳（メタデータ） (2024-12-01T13:01:01Z)
• Building Tamil Treebanks [0.0]
  ツリーバンクは重要な言語資源であり、豊富な言語アノテーションで構造化され注釈付けされたコーパスである。 本稿では,手動アノテーション,計算文法,機械学習の3つのアプローチを用いて,タミル木バンクの作成について論じる。
  論文  参考訳（メタデータ） (2024-09-23T01:58:50Z)
• Enhancing Language Learning through Technology: Introducing a New English-Azerbaijani (Arabic Script) Parallel Corpus [0.9051256541674136]
  本稿では,英語・アゼルバイジャン語の並列コーパスについて紹介する。 これは、低リソース言語のための言語学習と機械翻訳の技術的ギャップを埋めるように設計されている。
  論文  参考訳（メタデータ） (2024-07-06T21:23:20Z)
• A Novel Cartography-Based Curriculum Learning Method Applied on RoNLI: The First Romanian Natural Language Inference Corpus [71.77214818319054]
  自然言語推論は自然言語理解のプロキシである。 ルーマニア語のNLIコーパスは公開されていない。 58Kの訓練文対からなるルーマニア初のNLIコーパス(RoNLI)を紹介する。
  論文  参考訳（メタデータ） (2024-05-20T08:41:15Z)
• Teacher Perception of Automatically Extracted Grammar Concepts for L2 Language Learning [66.79173000135717]
  本研究は、カンナダ語とマラティ語という2つのインドの言語教育に適用する。 我々は、形態素構文(単語順、一致、ケースマーキング、または単語形成の学習)と意味論(語彙の学習)に関する疑問に答える自然なテキストコーパスから記述を抽出する。 我々は,北米の学校から言語教育者の助けを借りて手作業による評価を行い,教材が授業の準備や学習者評価に利用できる可能性を見出した。
  論文  参考訳（メタデータ） (2023-10-27T18:17:29Z)
• Evaluating and Modeling Attribution for Cross-Lingual Question Answering [80.4807682093432]
  この研究は、言語間質問応答の属性を初めて研究したものである。 我々は、5つの言語でデータを収集し、最先端の言語間QAシステムの属性レベルを評価する。 回答のかなりの部分は、検索されたどのパスにも帰属しないことがわかった。
  論文  参考訳（メタデータ） (2023-05-23T17:57:46Z)
• CSSL-MHTR: Continual Self-Supervised Learning for Scalable Multi-script Handwritten Text Recognition [16.987008461171065]
  我々は,手書き文字認識における破滅的な忘れの問題を軽減するために,連続的な自己指導型学習の可能性を探究する。 提案手法は,各タスクにアダプタと呼ばれる中間層を追加し,現在のタスクを学習しながら,前モデルからの知識を効率的に抽出する。 私たちは英語、イタリア語、ロシア語のスクリプトで最先端のパフォーマンスを達成しましたが、タスクごとにいくつかのパラメータしか追加していません。
  論文  参考訳（メタデータ） (2023-03-16T14:27:45Z)
• Self-Supervised Speech Representation Learning: A Review [105.1545308184483]
  自己教師付き表現学習法は、幅広いタスクやドメインに利益をもたらす単一の普遍的モデルを約束する。 音声表現学習は、生成的、コントラスト的、予測的という3つの主要なカテゴリで同様の進歩を経験している。 本稿では,自己指導型音声表現学習のアプローチと,他の研究領域との関係について述べる。
  論文  参考訳（メタデータ） (2022-05-21T16:52:57Z)
• Semantic Annotation and Querying Framework based on Semi-structured Ayurvedic Text [4.154846138501937]
  本稿では,知識グラフ(KG)作成を目的としたサンスクリット文字の手書きアノテーションについて述べる。 構築された知識グラフは、410のエンティティと764の関係を含んでいる。 データセットを含むシステム全体はhttps://sanskrit.iitk.ac.in/ayurveda/から入手可能だ。
  論文  参考訳（メタデータ） (2022-02-01T04:33:13Z)
• Watch and Learn: Mapping Language and Noisy Real-world Videos with Self-supervision [54.73758942064708]
  我々は、明示的なアノテーションを使わずに、文章と騒々しいビデオスニペットのマッピングを学習することで、視覚と自然言語を理解するように機械に教える。 トレーニングと評価のために、多数のオンラインビデオとサブタイトルを含む新しいデータセットApartmenTourをコントリビュートする。
  論文  参考訳（メタデータ） (2020-11-19T03:43:56Z)
• Neuro-Symbolic Representations for Video Captioning: A Case for Leveraging Inductive Biases for Vision and Language [148.0843278195794]
  ビデオキャプションのためのマルチモーダルなニューラルシンボリック表現を学習するための新しいモデルアーキテクチャを提案する。 本手法では,ビデオ間の関係を学習する辞書学習手法と,そのペアによるテキスト記述を用いる。
  論文  参考訳（メタデータ） (2020-11-18T20:21:19Z)

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。