ترجمه فارسی مقاله حاشیه‌نویس در حلقه: مطالعه موردی مشارکت عمیق ارزیاب برای ایجاد یک مجموعه داده معیار پل‌زننده

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Annotator in the Loop: A Case Study of In-Depth Rater Engagement to Create a Bridging Benchmark Dataset
عنوان مقاله به فارسی حاشیه‌نویس در حلقه: مطالعه موردی مشارکت عمیق ارزیاب برای ایجاد یک مجموعه داده معیار پل‌زننده
نویسندگان Sonja Schmer-Galunder, Ruta Wheelock, Scott Friedman, Alyssa Chvasta, Zaria Jalan, Emily Saltz
فرمت مقاله انگلیسی PDF
تعداد صفحات 10
دسته بندی موضوعات Computers and Society,رایانه و جامعه ,
توضیحات Submitted 1 August, 2024; originally announced August 2024. , Comments: Accepted Paper at AAAI/ACM Artificial Intelligence, Ethics, and Society (AIES)
توضیحات به فارسی ارسال شده در 1 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: مقاله پذیرفته شده در هوش مصنوعی AAAI/ACM ، اخلاق و جامعه (AIES)

قیمت: 19,000 تومان

دانلود مقاله اصل انگلیسی + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 99,000 تومان

سفارش + خلاصه دو صفحه ای مقاله + پادکست صوتی فارسی خلاصه مقاله

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی و ترجمه کامل آن، یک خلاصه دو صفحه‌ای فارسی و پادکست صوتی فارسی خلاصه مقاله را نیز دریافت خواهید کرد.

قیمت: 400,000 تومان

زمان تحویل: 2 تا 3 روز کاری


📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

With the growing prevalence of large language models, it is increasingly common to annotate datasets for machine learning using pools of crowd raters. However, these raters often work in isolation as individual crowdworkers. In this work, we regard annotation not merely as inexpensive, scalable labor, but rather as a nuanced interpretative effort to discern the meaning of what is being said in a text. We describe a novel, collaborative, and iterative annotator-in-the-loop methodology for annotation, resulting in a 'Bridging Benchmark Dataset' of comments relevant to bridging divides, annotated from 11,973 textual posts in the Civil Comments dataset. The methodology differs from popular anonymous crowd-rating annotation processes due to its use of an in-depth, iterative engagement with seven US-based raters to (1) collaboratively refine the definitions of the to-be-annotated concepts and then (2) iteratively annotate complex social concepts, with check-in meetings and discussions. This approach addresses some shortcomings of current anonymous crowd-based annotation work, and we present empirical evidence of the performance of our annotation process in the form of inter-rater reliability. Our findings indicate that collaborative engagement with annotators can enhance annotation methods, as opposed to relying solely on isolated work conducted remotely. We provide an overview of the input texts, attributes, and annotation process, along with the empirical results and the resulting benchmark dataset, categorized according to the following attributes: Alienation, Compassion, Reasoning, Curiosity, Moral Outrage, and Respect.

چکیده به فارسی (ترجمه ماشینی)

با شیوع رو به رشد مدلهای بزرگ زبان ، به طور فزاینده ای برای حاشیه نویسی مجموعه داده ها برای یادگیری ماشین با استفاده از استخرهای جمع کننده جمعیت متداول است.با این حال ، این رأی دهندگان غالباً به عنوان افراد جمعیتی در انزوا کار می کنند.در این کار ، ما حاشیه نویسی را نه فقط به عنوان کار ارزان ، مقیاس پذیر ، بلکه به عنوان یک تلاش تفسیری ظریف برای تشخیص معنای آنچه در یک متن گفته می شود ، می دانیم.ما یک روش جدید ، مشارکتی و تکراری حاشیه نویسی در حلقه را برای حاشیه نویسی توصیف می کنیم ، و در نتیجه "مجموعه داده های معیار پل" از نظرات مربوط به تقسیم پل ها ، حاشیه نویسی از 11.973 پست متنی در مجموعه داده های مدنی.این روش به دلیل استفاده از یک تعامل عمیق و تکراری با هفت رأی دهنده مستقر در ایالات متحده به (1) مشارکتی ، تعاریف مفاهیم مربوط به آنوته شده و سپس (2) ، با فرآیندهای حاشیه نویسی محبوب ناشناس جمعیت متفاوت است.با جلسات و بحث و گفتگوها ، مفاهیم پیچیده اجتماعی را به طور تکراری حاشیه نویسی کنید.این رویکرد به برخی از کاستی های کار حاشیه نویسی مبتنی بر جمعیت ناشناس فعلی می پردازد ، و ما شواهد تجربی از عملکرد فرایند حاشیه نویسی خود را در قالب قابلیت اطمینان بین متقابل ارائه می دهیم.یافته های ما نشان می دهد که تعامل مشارکتی با حاشیه نویسان می تواند روشهای حاشیه نویسی را تقویت کند ، بر خلاف تکیه تنها به کار منزوی انجام شده از راه دور.ما یک مرور کلی از متون ورودی ، ویژگی ها و فرآیند حاشیه نویسی به همراه نتایج تجربی و مجموعه داده معیار حاصل ، طبقه بندی شده با توجه به ویژگی های زیر ارائه می دهیم: بیگانگی ، دلسوزی ، استدلال ، کنجکاوی ، خشم اخلاقی و احترام.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.