[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

VIDÉO : Décomposition visuelle et interactive, exécution et évaluation de l'analyse de texte avec des agents intelligents

Created by
  • Haebom

Auteur

Sam Yu-Te Lee, Chengyang Ji, Shicheng Wen, Lifu Huang, Dongyu Liu, Kwan-Liu Ma

Contour

Dans cet article, nous présentons VIDEE, un système permettant l'analyse de texte avancée sans nécessiter de compétences en traitement automatique du langage naturel (TALN). VIDEE repose sur un workflow collaboratif homme-agent et comprend (1) une phase de décomposition utilisant un algorithme de recherche arborescente de Monte-Carlo intégrant le retour d'information humain, (2) une phase d'exécution générant des pipelines d'analyse de texte exécutables, et (3) une phase d'évaluation intégrant l'évaluation et la visualisation basées sur le TALN pour faciliter la validation des résultats d'exécution par les utilisateurs. À travers deux expériences quantitatives et une étude utilisateur auprès de participants ayant différents niveaux d'expérience en TALN et en analyse de texte, nous évaluons l'efficacité et la convivialité de VIDEE et suggérons des implications de conception pour la collaboration homme-agent.

Takeaways, Limitations

•
Takeaways:
◦
Tirer parti du LLM pour permettre une analyse de texte avancée pour les utilisateurs sans expertise en PNL.
◦
Prise en charge d'une analyse de texte efficace et précise grâce à des flux de travail collaboratifs homme-agent.
◦
Vérifier la convivialité du système et suggérer des pistes d’amélioration futures grâce à la recherche utilisateur.
◦
Présentation de la possibilité d'un système d'analyse de texte pratique pour les utilisateurs non experts.
•
Limitations:
◦
Cet article ne contient pas de description détaillée des types d’erreurs spécifiques des agents et des solutions.
◦
Des recherches supplémentaires sont nécessaires sur les performances de généralisation de VIDEE à différents types de données textuelles.
◦
Il est nécessaire d’évaluer l’évolutivité et les performances de VIDEE sur de grands ensembles de données.
◦
Des informations supplémentaires sont nécessaires sur le nombre et la diversité des participants aux études sur les utilisateurs.
👍
Made with Slashpage