ترغب بنشر مسار تعليمي؟ اضغط هنا

قسم التخصيص قسم: الخوارزمية، واجهة، وتصميم التفاعل

Comment Section Personalization: Algorithmic, Interface, and Interaction Design

277   0   0   0.0 ( 0 )
 تاريخ النشر 2021
  مجال البحث الذكاء الاصناعي
والبحث باللغة English
 تمت اﻹضافة من قبل Shamra Editor




اسأل ChatGPT حول البحث

تتيح أقسام التعليقات للمستخدمين مشاركة تجاربهم الشخصية، ومناقش آراء مختلفة وتشكيلها، وبناء مجتمعات خارج المحادثات العضوية.ومع ذلك، فإن العديد من أقسام التعليقات تقدم ترتيب زمني لجميع المستخدمين.في هذه الورقة، أقوم بمناقشة نهج التخصيص في أقسام التعليق بناء على أهداف مختلفة لرفاعة غرف الأخبار والباحثين.أقترح تصاميم الخوارزميات والواجهة عند تخصيص عرض التعليقات بناء على أهداف مختلفة بما في ذلك الأهمية والتنوع والتعليم / المعلومات الأساسية.اشرح كيف يمكن أن تساعد الشفافية والتحكم في المستخدم ونوع التعليق المستخدمين في الاستفادة من تجربة التتفاعل الشخصية.

المراجع المستخدمة
https://aclanthology.org/
قيم البحث

اقرأ أيضاً

أصبح انتشار خطاب الكراهية والتضليل في وسائل التواصل الاجتماعي سريعا للخطر للمجتمع.في مجاملة، تصبح نشر الرسائل الواعدة والنشرة الواعدة وغير القمعية بديلا فريدا.لسوء الحظ، نظرا لطبيعتها المعقدة وكذلك المظهر المحدود نسبيا بالمقارنة مع المحتوى المعادي وا لمحايد، يصبح تحديد خطاب الأمل تحديا.يدور هذا العمل حول اكتشاف خطاب الأمل في تعليقات يوتيوب، للمهمة المشتركة على الكشف عن الكلام على الأمل للمساواة والتنوع والإدماج.نحن نحقق درجة F 0.93، ترتيب 1ST على المتصدرين للتعليقات الإنجليزية.
تركز العديد من مهام NLG مثل التلخيص أو استجابة الحوار أو سؤال المجال المفتوح، والتركيز بشكل أساسي في نص مصدر من أجل توليد استجابة مستهدفة.ومع ذلك، يقع هذا النهج القياسي، عندما يكون نية المستخدم أو سياق العمل غير قابل للاسترداد بسهولة بناء على النص ال مصدر هذا فقط - سيناريو الذي نقوله هو أكثر من القاعدة من الاستثناء.في هذا العمل، نجرب أن أنظمة NLG بشكل عام يجب أن تضع مستوى أعلى بكثير من التركيز على استخدام سياق إضافي، وتشير إلى أن الأهمية (كما هو مستخدم باسترجاع المعلومات) تعتبر كأداة حاسمة لتصميم النص الموجه للمستخدمالمهام - المهام.ونحن نناقش كذلك الأضرار والمخاطر المحتملة حول هذه التخصيص، وتجادل أن التصميم الحساس في القيمة يمثل طريقا حاسما للأمام من خلال هذه التحديات.
أدى فجر العصر الرقمي إلى زيادة متطلبات موارد البحوث الرقمية، والتي يجب معالجتها بسرعة ومعالجتها بواسطة أجهزة الكمبيوتر.نظرا لكمية البيانات التي تم إنشاؤها بواسطة عملية الرقمنة هذه، أصبح تصميم الأدوات التي تمكن تحليل وإدارة البيانات والبيانات الوصفية موضوعا ذا صلة.في هذا السياق، يساهم الكائنات متعددة اللغات من استبيانات المسح (MCSQ) في إنشاء وتوزيع البيانات للعلوم والإعلان الاجتماعي (SSH) بعد مبادئ عادلة (غير قابلة للتحقيق، غير قابلة للوصول، قابل للتشغيل القابلة لإعادة الاستخدام)، وتوفر وظائف للمستخدمين النهائيينلا يعرف ذلك البرمجة من خلال واجهة سهلة الاستخدام.بمجرد تطبيق المرشحات المرغوبة في واجهة الرسم، يمكن للمستخدمين إنشاء موارد لغوية لمناطق البحث والترجمة، مثل ذكريات الترجمة، وبالتالي تسهيل الوصول إلى البيانات واستخدامها.
يمكن لمساعدات منظمة العفو الدولية الآن تنفيذ مهام للمستخدمين بالتفاعل بشكل مباشر مع موقع UIS بشكل مباشر.لا يمكن أن تتكيف تقنيات التحليل الدلالي الحالية والفتحية بمرونة مع العديد من مواقع الويب المختلفة دون إعادة تدريبها باستمرار.نقترح Flin، وهي واجهة لغة طبيعية للملاحة على شبكة الإنترنت التي تقوم بتقدم أوامر المستخدم إلى إجراءات المستوى المفاهيم (بدلا من إجراءات UI ذات المستوى المنخفض)، وبالتالي القدرة على التكيف بمرونة مع مواقع الويب المختلفة والتعامل مع طبيعتها العابرة.نحن نؤيد ذلك كمشكلة في الترتيب: مع إعطاء أمر مستخدم وشباج ويب، يتعلم Flin تسجيل تعليمات الملاحة الأكثر صلة (تنطوي على قيم العمل والمعلمات).لتدريب وتقييم Flin، نجمع مجموعة بيانات باستخدام تسعة مواقع مشهورة من ثلاثة مجالات.تظهر نتائجنا أن Flin تمكنت من التكيف مع مواقع الويب الجديدة في مجال معين.
تم تحقيق معالم رائعة في نص مطابقة من خلال اعتماد آلية انتباه متقاطعة لالتقاط الروابط الدلالية ذات الصلة بين تمثيلين عقديين.ومع ذلك، يركز الاهتمام العادي عبر مستوى الروابط على مستوى الكلمات بين تسلسل المدخلات، وإهمال أهمية المعلومات السياقية.نقترح شبك ة التفاعل المعرفة في السياق (عملة معدنية) لمحاذاة متسلسلتين بشكل صحيح وتستنتج علاقتها الدلالية.على وجه التحديد، يتضمن كل كتلة تفاعل (1) آلية اعتبارية إعلامية في السياق لإدماج المعلومات السياقية بفعالية عند محاذاة متتسلالات، و (2) طبقة انصهار بوابة لتمثيلات محاذاة محاذاة مرنة.نحن نطبق كتل تفاعلية مكدسة متعددة لإنتاج محاذاة على مستويات مختلفة وتحسين نتائج الانتباه تدريجيا.تجارب على اثنين من مجموعات بيانات مطابقة الأسئلة والتحليلات التفصيلية توضح فعالية نموذجنا.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا