IJCAIOct, 2019

用于阅读辅助的文本自动分割成有意义的单元

PDF
TL;DR本文介绍数字图书为阅读提供便利，特别是对于对于阅读有困难的人，EPub 3 的辅助功能格式（如 FROG）以及采用人工智能中的 Transfer Learning 技术和 Google BERT 等技术，能够自动划分意义单元，从而降低数字图书的制作成本和提升辅助功能。
digital bookepub 3accessibilitytransfer learninggoogle bert
发现论文，激发创造
  • 自动化易读文本分割

    通过使用遮蔽和生成式语言模型以及组成句法分析，我们研究了自动 Easy Read 文本分割的新方法，并进行了自动化和人工评估，结果表明自动化 ER 分割的可行性以及与专家驱动的人工分割之间的差距。

    Jun, 2024

  • 儿童故事书艺术品自动地理对准

    利用人工智能软件翻译和生成插图的能力，节省成本并提高效率。通过三种方法的比较研究，发现使用关键字的提示增强法效果最佳。未来可以进一步提高图像质量，适应于视频和 3D 雕塑生成。

    Mar, 2023

  • 语义阅读器项目: AI 动力交互式阅读界面增强学术文献

    本研究提出通过 AI 和 HCI 技术实现更智能、互动和无障碍的阅读界面，同时介绍 Semantic Reader 项目，它通过自动创建动态阅读界面，提高了学者的阅读体验。

    Mar, 2023

  • 从图书中构建图像与文本对数据集

    利用数字档案进行机器学习的新方法，通过光学字符阅读器（OCR）、物体检测器和布局分析器构建数据集，展示其在图像 - 文本检索和洞察力提取方面的有效性。

    Oct, 2023

  • 大规模自动有声书制作

    开发了一个系统，利用神经文本转语音技术从在线电子书中自动生成高质量的有声读物，并允许用户自定义朗读速度、风格、情感语调，并使用少量样本音频匹配所需的声音。

    Sep, 2023

  • TRIE：端到端文本阅读和信息提取以实现文档理解

    本文提出了一种统一的端到端文本阅读和信息提取网络，通过融合文本阅读的多模态视觉和文本特征来实现信息提取，并且信息提取中的语义有助于优化文本阅读，该方法在真实世界的数据集上表现出比现有方法更高的效率和准确性。

    May, 2020

  • 教授机器阅读和理解

    本篇论文提出了一种新方法，通过大规模监督学习从而提供阅读理解的数据集，开发了一类基于注意力机制的深度神经网络，使其能够在没有先前语言结构知识的情况下阅读真实文档并回答复杂问题。

    Jun, 2015

  • 人工智能对数字教育演变的影响：OpenAI 文本生成工具的比较研究，包括 ChatGPT、Bing Chat、Bard 和 Ernie

    数字化时代，人工智能在教育领域的集成带来了变革性的改变，重新定义了教学方法、课程规划和学生参与。这篇综述论文通过对比 OpenAI 的先驱性文本生成工具，如 Bing Chat、Bard 和 Ernie，特别关注最新的 ChatGPT，深入探索了数字化教育正在快速发展的格局。论文通过将教育视为系统、过程和结果的分类法，导航了人工智能的多方面应用，从分散全球教育和个性化课程到数字化记录基于能力的结果，人工智能位于教育现代化的前沿。研究强调了 ChatGPT 在仅五天内迅速增至百万用户的重要角色，突出了它在民主化教育、促进自学能力和提升学生参与上的作用。然而，如此具有变革性的力量也可能被滥用，文本生成工具可能无意中对学术诚信提出挑战。通过对比 AI 在教育中的承诺和缺陷，本文主张 AI 工具与教育界之间的和谐协同，强调迫切需要制定道德准则、教学适应和战略合作。

    Sep, 2023

  • EFL 教学与学习方法的智能转型

    本文介绍了使用人工智能技术进行英语外语教学的重要性，并应用大数据、机器学习和聚类域的教学学习内容来开发 EFL 大数据生态系统，以提供个性化、吸引人的教学和学习体验。

    Jun, 2023

  • 利用网络视觉资源增强教科书以促进学习

    本文研究了使用视觉 - 语言模型自动从网络中获取图片来增强教科书的有效性，将该任务作为一种新的优化问题。经过众包评估验证了该方法的可行性，并发布了相应的数据集以促进更多的研究。

    Apr, 2023