نماذج تلخيص التعلم العميق الأخيرة (DL) تتفوق بشكل كبير من منهجيات التلخصات التقليدية، وتوليد ملخصات عالية الجودة. على الرغم من نجاحهم، لا تزال هناك مشكلات مفتوحة مهمة، مثل المشاركة المحدودة والثقة للمستخدمين في العملية برمتها. من أجل التغلب على هذه ا
لقضايا، نعيد النظر في مهمة التلخيص من منظور متمركز الإنسان. نقترح دمج واجهة المستخدم بنموذج DL الأساسي، بدلا من معالجة التلخيص كامرأة معزولة من المستخدم النهائي. نقدم نظام جديد، حيث يمكن للمستخدم المشاركة بنشاط في عملية التلخيص بأكملها. كما يمكننا المستخدم من جمع الأفكار في العوامل المسببة التي تدفع سلوك النموذج، واستغلال آلية اهتمام الذات. نحن نركز على المجال المالي، من أجل إظهار كفاءة نماذج DL العامة للتطبيقات الخاصة بالمجال. يتخذ عملنا خطوة أولى نحو نهج تصميم مشترك للواجهة النموذجية، حيث تتطور نماذج DL على طول احتياجات المستخدمين، مما يمهد الطريق نحو واجهات تلخيص نص الحاسوب البشري.
التركيز HCI و NLP تقليديا على طرق التقييم المختلفة.بينما ينطوي HCI على عدد صغير من الأشخاص بشكل مباشر وعميق، يعتمد NLP تقليديا على التقييمات القياسية القياسية التي تنطوي على عدد أكبر من الأشخاص بشكل غير مباشر.نقدم خمس مقترحات منهجية عند تقاطع HCI و N
LP وتعيينها في سياق نماذج NLP القائمة على ML.هدفنا هو تعزيز التعاون المتعدد التخصصات والتقدم المحرز في كلا المجالين من خلال التركيز على ما يمكن أن تتعلمه الحقول من بعضها البعض.
