論文の概要: Communicating with the Entire Population: Machine Translation of Emergency Alerts and Warnings

• arxiv url: http://arxiv.org/abs/2610.32842v1
• Date: Fri, 23 Oct 2026 16:17:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.603952
• Title: Communicating with the Entire Population: Machine Translation of Emergency Alerts and Warnings
• Title（参考訳）: 高齢者とのコミュニケーション:緊急アラートと警報の機械翻訳
• Abstract要約: 商用翻訳ツールは、アクセスを広げるための誘惑的なソリューションを提供する。 緊急対応マネージャは、これらの自動化されたアウトプットの品質と妥当性に関して、暗く活動することが多い。
• 参考スコア（独自算出の注目度）: 3.8597698994416434
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: It is essential that we communicate with the entirety of an affected population during a crisis, including those who do not speak a region's dominant language(s). Commercial Translation tools offer a tempting solution to broaden access and can provide a lifeline when no other resources are available. However, Emergency response managers often operate in the dark regarding the quality and adequacy of these automated outputs. In this paper, we conduct a nationwide survey of emergency managers to understand their current workflows, perspectives, and operational challenges. We then evaluate commercial translation tools against these needs, shedding light on their utility and offering practical guidance on how and when these tools can be safely used in emergency response.
• Abstract（参考訳）: 我々は、地域の支配的な言語を話さない人々を含む、危機時に影響を受けた人口全体とコミュニケーションをとることが不可欠である。 商用翻訳ツールは、アクセスを広げる誘惑的なソリューションを提供し、他のリソースが利用できない場合にライフラインを提供する。 しかしながら、緊急対応管理者は、これらの自動化されたアウトプットの品質と妥当性に関して、暗く活動することが多い。 本稿では,緊急管理職の現況,展望,業務上の課題を理解するための全国的な調査を行う。 次に、これらのニーズに対して商用翻訳ツールを評価し、その実用性に光を当て、これらのツールを緊急対応に安全に利用できる方法とタイミングについて実践的なガイダンスを提供する。

関連論文リスト

• Challenges in Human-Agent Communication [55.53932430345333]
  これらのシステムがもたらす12の重要なコミュニケーション課題を特定し分析する。 これには、エージェントからユーザへの情報伝達の課題、ユーザからエージェントへの情報伝達の課題、すべての人間とエージェントのコミュニケーションで考慮すべき課題の概略が含まれる。 私たちの発見は、これらのシステムの透明性と制御を支援するために、新しいデザインパターン、原則、ガイドラインを緊急に呼び出すのに役立ちます。
  論文  参考訳（メタデータ） (2024-11-28T01:21:26Z)
• CrisisSense-LLM: Instruction Fine-Tuned Large Language Model for Multi-label Social Media Text Classification in Disaster Informatics [50.122541222825156]
  本研究では,事前学習型大規模言語モデル(LLM)の強化による災害テキスト分類への新たなアプローチを提案する。 本手法では,災害関連ツイートから包括的インストラクションデータセットを作成し,それをオープンソース LLM の微調整に用いる。 この微調整モデルでは,災害関連情報の種類,情報化,人的援助の関与など,複数の側面を同時に分類することができる。
  論文  参考訳（メタデータ） (2024-06-16T23:01:10Z)
• FAIIR: Building Toward A Conversational AI Agent Assistant for Youth Mental Health Service Provision [14.213869958852792]
  FAIIR(Frontline Assistant: Issue Identification and Recommendation)を開発した。 主な目的は、CRの認知的負担を軽減し、課題識別の精度を高め、会話後の管理作業を効率化することである。 その結果,FAIIRの平均AUCROCは94%,サンプル平均F1スコアは64%,サンプル平均リコールスコアは81%であった。
  論文  参考訳（メタデータ） (2024-05-28T19:54:46Z)
• CReMa: Crisis Response through Computational Identification and Matching of Cross-Lingual Requests and Offers Shared on Social Media [5.384787836425144]
  危機の時代には、ソーシャルメディアプラットフォームはコミュニケーションの促進と資源の調整において重要な役割を担っている。 本稿では,CReMa(Crisis Response Matcher)を提案する。 16言語でヘルプ検索をシミュレートし,ソーシャルメディアに支援を提供する新しい多言語データセットを提案する。
  論文  参考訳（メタデータ） (2024-05-20T09:30:03Z)
• LLM-Assisted Crisis Management: Building Advanced LLM Platforms for Effective Emergency Response and Public Collaboration [0.0]
  本稿では,オープンソースのLarge Language Model, LLAMA2を用いて, 緊急時の特定と分類を行う新しい手法を提案する。 目標は、自然言語処理と機械学習の力を活用して、全国の緊急時に公共の安全通信事業者や大群衆を支援することだ。
  論文  参考訳（メタデータ） (2024-01-12T17:50:35Z)
• Inner Monologue: Embodied Reasoning through Planning with Language Models [81.07216635735571]
  大規模言語モデル(LLM)は自然言語処理以外の領域に適用できる。 具体化された環境でのLLMの計画には、何をすべきかだけでなく、どのように、いつ行うべきかを考える必要がある。 環境フィードバックを活用することで、LLMはロボット制御シナリオにおいてよりリッチな処理と計画を行うことができる内部モノローグを形成することができる。
  論文  参考訳（メタデータ） (2022-07-12T15:20:48Z)
• Clustering of Social Media Messages for Humanitarian Aid Response during Crisis [47.187609203210705]
  近年のDeep Learning and Natural Language Processingの進歩は,情報度を分類する作業において,事前のアプローチよりも優れていることを示す。 本稿では,これらの手法を2つのサブタスクに拡張し,Deep Learning法も有効であることを示す。
  論文  参考訳（メタデータ） (2020-07-23T02:18:05Z)

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。