- 自动可信度评估 COVID-19 新闻内容的用户体验设计
该研究通过提出的两项实证研究,评估了图形界面的可用性,并确定了评分标准、子标准和算法作者的重要性。最终,该研究提出了未来研究的建议,如主动记录与可信度相关的元数据,建立自动可信度评估的用户体验预测因素的明确的分层分类。
- 手腕设备上的手势定制功能
我们提出了一种手势定制的框架,仅需要用户提供极少量的样本即可实现个性化定制。通过大规模数据收集及实验,得出了加速度计和陀螺仪识别模型,与非手势数据相比误报率仅为 0.6 / 小时。此外,我们构建了一个基于少样本学习的框架,在减少性能损失的情 - AAAIFORCE:基于规则的对话推荐框架
提出了一种基于规则的对话式推荐系统框架 FORCE,帮助开发者通过简单配置快速建立不受大规模人工注释数据集限制、能够应对冷启动场景的 CRS 机器人。作者在两个不同语言和领域的数据集上进行了实验,验证其有效性和可用性。
- ACLAdapterHub Playground:使用 Adapter 进行简单灵活的少样本学习
本文介绍了一个基于参数高效适配器模块的 AdapterHub Playground 工具,为使用预训练模型进行自然语言处理任务的研究人员提供了一个直观的界面,并且通过案例展示了其性能提升的优点,同时还进行了用户研究。
- AAAI从自然语言指令和 GUI 演示中进行交互式任务与概念学习
本篇论文介绍了一种新的多模态、领域无关的方法,结合自然语言编程和演示编程,允许用户在高层次上自然描述任务和相关条件,并通过对话和演示递归地解决任何模糊不清的问题。PUMICE 是一个可供最终用户编程的代理系统,实现了这种方法。10 位用户的 - 三维场景图:智能代理的物理环境稀疏语义表示
提出了一种用于智能代理系统的多功能环境建模方法 ——3D 场景图模型,其具有广泛的适用性、直观的易用性和满意的可扩展性,并通过实验验证了该方法的准确性和适用性。
- 文本到可视化:从比例相关的自然语言语句生成信息图
本文探讨了使用自然语言语句自动生成信息图表的方案,借助系统生成的样式快速有效地传递信息并提高了易用性。
- 使用众包和深度学习建模移动界面的可点击性
本篇论文通过大规模数据收集、深度神经网络进行推测,提出了一种模型预测用户对于界面元素的可点击性,即 tappability,并开发了工具 TapShoe,对设计师进行可点击状态的自动诊断。
- 对抗性验证码
本研究旨在设计对抗性 CAPTCHA,提高其安全性,同时维持相似的易用性,我们建立了对抗性 CAPTCHA 生成和验证系统,使用了 10 种图像预处理技术,9 种 CAPTCHA 攻击,4 种基线对抗性 CAPTCHA 生成方法,以及 8 - 隐私政策中模糊词汇和句子的自动检测
该论文旨在使用构建的第一个含人类标注的模糊词汇和句子的语料库,对隐私政策的模糊内容进行自动检测,研究上下文敏感和上下文不敏感模型以及辅助分类生成性对抗网络来表征句子模糊性,研究结果表明所提出的方法有效,并提出解决模糊性和提高隐私政策可用性的 - 增强现实导航调查
本文综述了增强现实导航系统的现有研究,描述了建立增强现实导航系统的技术和所面临的问题,同时指出结合地图和不同的定位技术,可以进一步提高导航系统的真实性和用户友好性。
- MMDice CAPTCHA 可用性的统计分析
本文通过对一个特定 Dice CAPTCHA 类型的用户研究,分析了 CAPTCHA 的实用性元素,重点是用户中心的方法,收集不同人口统计特征的 190 位用户数据,并进行统计分析。研究结果表明,该类 CAPTCHA 具有较高的实用性。
- ACLNematus: 一种用于神经机器翻译的工具箱
Nematus 是一个重视高翻译精度、易用性和可扩展性的神经机器翻译工具,可用于构建在 WMT 和 IWSLT 共享翻译任务中表现最好的提交,并用于训练生产环境的系统。
- ACL面向信息访问的纯口语对话系统
本文介绍了口语对话系统的两层对话架构,实现了从互联网获取航班到达 / 离开信息的混合式自动对话系统,旨在解决口语对话接口的可移植性、可用性、稳健性和可扩展性等问题。