Jul, 2023

人工智能加速阅读工具（针对注意力缺陷多动障碍、诵读困难或注意力短暂的学生）

PDF
TL;DR本文介绍了一种新颖的方法，旨在帮助患有阅读障碍、多动症和注意力不集中的学生更高效地消化任何文本信息。该方案利用多层感知器 (MLP) 算法进行复杂文本处理和摘要任务，利用 Hugging Face 的 T5 (Text-to-Text Transfer Transformer) 模型处理自然语言处理任务。该工具通过对特定任务使用较小的数据集对模型进行微调，利用 NLTK 的 Punkt 句子分词器将文本划分为句子列表，并使用轻量级的 Web 服务器和框架 Flask 提供服务。该工具还应用了仿生阅读原则来提高可读性，包括加粗功能和对行、词和字符间距的调整。该论文讨论了基于人工智能的速读工具的方法、实施和结果。
dyslexiaadhdmlp algorithmt5 modelspeed reading tool
发现论文，激发创造
  • SpeedRead: 快速命名实体识别管道

    本文介绍的 SpeedRead 是一种快速的命名实体识别系统，能够以远高于 Stanford NLP 的速度处理大规模文本数据，其实现涵盖了高效率的 Penn Treebank 标准的分词器、最先进的 Part-of-Speech 标注器和基于知识的实体识别器等技术手段。

    Jan, 2013

  • 注意力求和读者网络的文本理解

    该研究提出了一种使用注意力机制直接从文本中选取答案的模型，特别适用于以文本中某个单词为答案的问题，并在多个数据集上取得了新的最优成绩。

    Mar, 2016

  • 学习文本浏览

    本文针对 RNN 读取长文本过慢的问题，提出一种改进的 LSTM 模型，在保持相同或者更好的准确性的情况下，速度比标准的序列 LSTM 快多达 6 倍，适用于数字预测、情感分析、新闻文章分类和自动问答任务。

    Apr, 2017

  • 超越文本生成：通过持续的自动文本摘要支持写手

    本文提出了一个文本编辑器，使用自动文本摘要为用户提供不断更新的逐段摘要，以边缘注释的方式帮助用户规划、结构化和反思写作过程。通过两个用户研究，作者发现这个系统为用户提供了一个外部的视角来帮助他们修改段落的内容和范围，并且帮助用户快速了解文本的总体情况和开发一些集成自动摘要中得到的见解的策略。通过探究和强调设计 AI 工具以帮助写作的价值，这项工作突显了自然语言处理 (NLP) 能够超越直接的文本生成和纠正。

    Aug, 2022

  • 基于提示的文本易读性评估学习

    本文采用预训练的 seq2seq 模型对可读性进行评估，并通过测试不同的输入输出格式 / 前缀来提高模型性能，在 Newsela 和 OneStopEnglish 上实现 99.6% 和 98.7% 的成对分类精度。

    Feb, 2023

  • 结构跳跃 LSTM 的神经速读

    我们提出了第一款可在推理过程中跳过和跳转文本的神经速读模型，名为 Structural-Jump-LSTM，它由标准 LSTM 和两个代理组成，分别能够在阅读时跳过单词和利用标点结构来跳转。和其他五个最先进的神经阅读模型相比，我们的模型的浮点运算（FLOP）减少最大，速度最快，同时保持了与一个传统的 LSTM 相同的准确性甚至更好。

    Mar, 2019

  • 基于迁移学习的德语文本可读性评估模型

    本研究基于迁移学习提出了一种新的德文文本复杂度评估模型，结果表明该模型优于传统的基于文本语言特征提取的解决方案，最佳模型使用 BERT 预训练语言模型取得了 0.483 的均方根误差。

    Jul, 2022

  • 基于注意力机制的神经文本分割

    本文提出了一种基于注意力机制的双向 LSTM 模型，使用卷积神经网络学习句子嵌入，利用上下文信息预测文本分段，相比现有的竞争基准方法，在三个基准数据集上的 WinDiff 分数提高了约 7%。

    Aug, 2018

  • ReadNet: 用于 Web 文章可读性分析的分层 Transformer 框架

    本文提出了一种基于自注意力模型的新的综合框架，用于分析文档易读性，并在多个基准数据集上证明该方法在估计各种网络文章和文学阅读易读性方面的表现优于现有的基线方法。

    Mar, 2021

  • 一种融合特征投影和长度平衡损失的可读性评估神经网络模型

    本文提出了一种基于 BERT 模型的阅读难度评估方法，利用困难程度知识指导半监督学习从而补充传统语言学特征，提出投影过滤和长度平衡损失来补充 BERT 表示，并在两个英文基准数据集和一组中文教科书数据集上取得了最先进的性能，远超人类专家。

    Oct, 2022