文献

J-GLOBAL ID：202002256923971871   整理番号：20A1034184

画像質問自動完備化とのユーザインタラクションのための情報採餌理論の利用【JST・京大機械翻訳】

Utilising Information Foraging Theory for User Interaction with Image Query Auto-Completion

著者 (3件)： Jaiswal Amit Kumar (Institute for Research in Applicable Computing, University of Bedfordshire, Luton, UK) ,  Liu Haiming (Institute for Research in Applicable Computing, University of Bedfordshire, Luton, UK) ,  Frommholz Ingo (Institute for Research in Applicable Computing, University of Bedfordshire, Luton, UK)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12035  ページ： 666-680  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 質問自動完成(QAC)は,検索エンジンにおいて顕著に使用される特徴であり,そこでは,このような明示的特徴とのユーザ相互作用は,ユーザによって分類されたプレフィックスに基づく質問の可能な自動提案によって容易にされる。既存のQACモデルは,ユーザの相互作用についてはほとんど追求されておらず,ユーザの情報ニーズ(IN)コンテキストを捉えることができない。本研究では,質問提案のためのパッチ(情報形式理論の重要な要素の1つ)を推定するための画像に適用されたQACの新しいタスクを考案した。本研究では,ユーザ質問プレフィックス(1つまたは2つの文字)を拡張することにより,偽造に基づく確率的パッチ選択モデルを利用する完全質問に対する質問完了を支援した。著者らは,iBERTを提示し,BERT(双方向符号表現)モデルを微調整し,画像パッチの大きな集合の確率を計算することにより,QACを画像化するための組合せテクスチャ画像質問を活用した。反映されたパッチ確率は,選択に使用されるが,情報の必要性や文脈的なメカニズムを変化させることができない。実験結果は,自然言語質問と画像の両方を用いた質問自動完了が,言語レベル質問だけを用いるより効果的であることを示した。また,著者らの微調整iBERTモデルは,画像中のパッチを効率的にランク付けすることを可能にした。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  情報検索 ,  *言語 ,  自然言語 ,  情報需要 ,  等級づけ ,  検索エンジン
準シソーラス用語： プレフィックス ,  *採餌 , 【Automatic Indexing@JST】

著者キーワード (3件)： 質問自動完備化 ,  対話型情報検索 ,  情報採餌理論

分類 (2件)： 検索技術  (AC06020S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 質問 ,  ユーザインタラクション ,  採餌 ,  理論