Daily Arxiv

Esta página recopila y organiza artículos sobre inteligencia artificial publicados en todo el mundo.
La información aquí presentada se resume utilizando Google Gemini y el sitio se gestiona sin fines de lucro.
Los derechos de autor de los artículos pertenecen a sus autores y a las instituciones correspondientes; al compartir el contenido, basta con citar la fuente.

Homología persistente de redes temáticas para la predicción de la curiosidad del lector

Created by
  • Haebom

Autor

Manuel DS Hopp (LIA), Vincent Labatut (LIA), Arthur Amalvy (LIA), Richard Dufour (LS2N - equipo TALN), Hannah Stone, Hayley Jach, Kou Murayama

Describir

Este artículo presenta un nuevo marco para modelar la curiosidad lectora, el deseo del lector de buscar información, desde la perspectiva del Procesamiento del Lenguaje Natural (PLN). Basándonos en la teoría de la brecha de información de Loewenstein, medimos la curiosidad lectora cuantificando las brechas de información semántica dentro de la estructura semántica de un texto. Aprovechando el modelado de temas basado en BERTopic y la homología persistente, analizamos la estructura topológica (elementos conectados, ciclos y brechas) de redes semánticas dinámicas derivadas de segmentos de texto y utilizamos estas características como indicadores indirectos de las brechas de información. Experimentalmente, recopilamos las calificaciones de curiosidad lectora para la novela "Los Juegos del Hambre" de S. Collins de 49 participantes y utilizamos las características topológicas del flujo de trabajo desarrollado como variables independientes para construir un modelo que prediga estas calificaciones. Los resultados demuestran una mejora significativa en el rendimiento de la predicción de la curiosidad lectora (73 % de varianza explicada) en comparación con el modelo base (30 % de varianza explicada), lo que valida la validez del método propuesto. Este estudio proporciona un nuevo método computacional para analizar la relación entre la estructura del texto y la participación del lector.

Takeaways, Limitations

•
Takeaways:
◦
Se presenta un nuevo marco para medir la curiosidad lectora cuantificando las lagunas de información semántica en los textos.
◦
Un enfoque innovador que utiliza BERTopic y homología continua.
◦
Proporcionar nuevos métodos computacionales para el análisis de la estructura del texto y la investigación de la participación del lector.
◦
Rendimiento mejorado de predicción de la curiosidad lectora en comparación con los modelos existentes (73 % de varianza explicada frente al 30 %)
•
Limitations:
◦
Se necesitan más investigaciones sobre la generalización del experimento utilizando datos de una sola novela, "Los juegos del hambre".
◦
El número relativamente pequeño de participantes (n=49) limita la generalización de los resultados.
◦
Es necesaria más experimentación con diferentes géneros y tipos de texto.
◦
Dada la dependencia de la teoría de la brecha de información, es necesario considerar otros factores de participación en la lectura.
👍
Made with Slashpage