論文の概要: Usable String Matching by Humans through Overlaid Presentation

• arxiv url: http://arxiv.org/abs/2610.39084v1
• Date: Thu, 29 Oct 2026 00:24:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 07:51:45.473442
• Title: Usable String Matching by Humans through Overlaid Presentation
• Title（参考訳）: オーバーレイ提示による人による文字列マッチング
• Abstract要約: 人間の認知的限界と知覚的限界を理解することは、2つの文字列が同一であるかどうかの検証方法を改善することができることを示す。 我々は178人の被験者による2つのオンライン実験の結果を提示する。 その結果、オーバーレイは長い文字列の精度を向上し、かなり高速な手法を提供することがわかった。
• 参考スコア（独自算出の注目度）: 0.41049218803584786
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: We explore the ability of humans to compare strings, an error-prone activity which occurs in critical contexts (e.g., bank wire transfers), where it is not always possible to trust a machine to help. We hypothesize that understanding human cognitive and perceptual limitations can improve how people verify whether two character strings are identical. We vary the strings' relative positions and presentation formats to measure comparison speed and accuracy. We present results from two online experiments with 178 human subjects who compared pairs of strings to determine whether the two strings were identical. The strings varied by length (5 characters to small paragraphs), difference (matching versus making a random change or a hard-to-detect one), alignment (vertical versus horizontal), and presentation (Overlay versus Adjacent). Our experiments test whether, by encoding and memory tasks into perceptual tasks, overlay formats can offer advantages in speed and accuracy. Results show that overlay offers a substantially faster method, with improved accuracy for long strings. Nevertheless, mean error rates were at least 4 percent, indicating that even the improved approach may be insufficiently accurate for many verification tasks.
• Abstract（参考訳）: 重要状況(例えば、銀行線転送など)で発生する誤動作である文字列を人間で比較する能力について検討する。 人間の認知と知覚の限界を理解することは、2つの文字列が同一であるかどうかの検証方法を改善することができると仮定する。 我々は、比較速度と精度を測定するために、文字列の相対的な位置と提示形式を変化させる。 178人の被験者による2つのオンライン実験の結果から,2つの弦が同一であるか否かを判定するために,ペアの弦を比較した。 文字列の長さ(5文字から小段落)、差(不規則な変化や難解な変化)、アライメント(垂直対水平)、プレゼンテーション(Overlay vs Adjacent)によって異なる。 実験では、メモリタスクを知覚タスクにエンコードし、オーバーレイフォーマットがスピードと精度の面で有利であるかどうかを検証した。 その結果、オーバーレイは長い文字列の精度を向上し、かなり高速な手法を提供することがわかった。 しかし、平均誤差率は少なくとも4%であり、改善されたアプローチでさえ多くの検証タスクにおいて不十分な精度であることを示している。

関連論文リスト

• A Text-To-Text Alignment Algorithm for Better Evaluation of Modern Speech Recognition Systems [23.218327444488164]
  現代のニューラルネットワークは、音声認識ベンチマークのパフォーマンスを大幅に改善した。 稀な用語、名前付きエンティティ、ドメイン固有の語彙の誤りは、より簡潔であるが、集約されたメトリクスによって隠されている。 本稿では,動的プログラミングとビーム探索スコアリングを結合したアライメントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-09-29T08:53:02Z)
• Beyond Embeddings: Interpretable Feature Extraction for Binary Code Similarity [3.9488518969307305]
  言語モデルに基づくエージェントを用いて、アセンブリコードの構造化推論分析を行う。 手作りの機能とは違って、よりリッチで適応性がある。埋め込みとは違い、人間可読性があり、保守性があり、逆あるいはリレーショナルインデックスで直接検索できる。
  論文  参考訳（メタデータ） (2025-09-27T18:34:32Z)
• Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
  本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。 本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
  論文  参考訳（メタデータ） (2024-10-14T08:45:35Z)
• Context Perception Parallel Decoder for Scene Text Recognition [52.620841341333524]
  シーンテキスト認識手法は高い精度と高速な推論速度を達成するのに苦労している。 本稿では、STRにおけるARデコーディングの実証的研究を行い、ARデコーダが言語文脈をモデル化するだけでなく、視覚的文脈知覚のガイダンスも提供することを明らかにする。 我々は一連のCPPDモデルを構築し、提案したモジュールを既存のSTRデコーダにプラグインする。英語と中国語のベンチマーク実験により、CPPDモデルはARベースモデルよりも約8倍高速に動作し、高い競争精度を達成できることを示した。
  論文  参考訳（メタデータ） (2023-07-23T09:04:13Z)
• HumanAL: Calibrating Human Matching Beyond a Single Task [6.599344783327053]
  本研究では,提案した入力の特徴表現として使用されるアノテータの動作プロファイルを構築する。 ブラックボックス機械学習を利用することで、人間の振る舞いを考慮し、インプットを校正し、ラベル付け品質を向上させることができることを示す。
  論文  参考訳（メタデータ） (2022-05-06T13:38:46Z)
• Neural String Edit Distance [77.72325513792981]
  文字列対分類とシーケンス生成のためのニューラルストリング編集距離モデルを提案する。 オリジナルの期待最大化学習編集距離アルゴリズムを微分可能な損失関数に変更します。 ひとつのフレームワークでパフォーマンスと解釈性をトレードオフできることを示します。
  論文  参考訳（メタデータ） (2021-04-16T22:16:47Z)
• Information-Theoretic Probing with Minimum Description Length [74.29846942213445]
  我々は,最小記述長 (MDL) を持つ情報理論探索法である標準プローブの代替案を提案する。 MDL Probingでは、ラベルを予測するためのプローブのトレーニングが、データを効果的に送信するための教えとして再キャストされる。 これらの手法は結果に一致し、標準プローブよりも情報的かつ安定であることを示す。
  論文  参考訳（メタデータ） (2020-03-27T09:35:38Z)

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。