ترجمه فارسی مقاله اندازه گیری درک کاربر در سیستم های XAI مبتنی بر گفتگو

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Measuring User Understanding in Dialogue-based XAI Systems
عنوان مقاله به فارسی اندازه گیری درک کاربر در سیستم های XAI مبتنی بر گفتگو
نویسندگان Dimitry Mindlin, Amelie Sophie Robrecht, Michael Morasch, Philipp Cimiano
فرمت مقاله انگلیسی PDF
تعداد صفحات 9
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 14 August, 2024; v1 submitted 13 August, 2024; originally announced August 2024. , Comments: Accepted at the ECAI 2024 main conference - final version and code coming soon. 9 pages, 5 figures
توضیحات به فارسی ارسال شده در 14 اوت 2024 ؛V1 ارسال شده 13 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: در کنفرانس اصلی ECAI 2024 پذیرفته شده است - نسخه نهایی و کد به زودی.9 صفحه ، 5 شکل
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 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

The field of eXplainable Artificial Intelligence (XAI) is increasingly recognizing the need to personalize and/or interactively adapt the explanation to better reflect users' explanation needs. While dialogue-based approaches to XAI have been proposed recently, the state-of-the-art in XAI is still characterized by what we call one-shot, non-personalized and one-way explanations. In contrast, dialogue-based systems that can adapt explanations through interaction with a user promise to be superior to GUI-based or dashboard explanations as they offer a more intuitive way of requesting information. In general, while interactive XAI systems are often evaluated in terms of user satisfaction, there are limited studies that access user's objective model understanding. This is in particular the case for dialogue-based XAI approaches. In this paper, we close this gap by carrying out controlled experiments within a dialogue framework in which we measure understanding of users in three phases by asking them to simulate the predictions of the model they are learning about. By this, we can quantify the level of (improved) understanding w.r.t. how the model works, comparing the state prior, and after the interaction. We further analyze the data to reveal patterns of how the interaction between groups with high vs. low understanding gain differ. Overall, our work thus contributes to our understanding about the effectiveness of XAI approaches.

چکیده به فارسی (ترجمه ماشینی)

زمینه هوش مصنوعی قابل توضیح (XAI) به طور فزاینده ای نیاز به شخصی سازی و یا تطبیق تعاملی توضیحات را برای بهتر منعکس کننده نیازهای توضیح کاربران تشخیص می دهد.در حالی که اخیراً رویکردهای مبتنی بر گفتگو به XAI پیشنهاد شده است ، اما پیشرفته ترین هنر در XAI هنوز با آنچه ما توضیحات یک شات ، غیر شخصی و یک طرفه می نامیم مشخص می شود.در مقابل ، سیستم های مبتنی بر گفتگو که می توانند توضیحات را از طریق تعامل با یک کاربر قول دهند که برتر از توضیحات مبتنی بر GUI یا داشبورد باشند ، زیرا آنها روشی بصری تر برای درخواست اطلاعات ارائه می دهند.به طور کلی ، در حالی که سیستم های XAI تعاملی اغلب از نظر رضایت کاربر ارزیابی می شوند ، مطالعات محدودی وجود دارد که به درک مدل هدف کاربر دسترسی پیدا می کنند.این به ویژه در مورد رویکردهای XAI مبتنی بر گفتگو است.در این مقاله ، ما با انجام آزمایشات کنترل شده در یک چارچوب گفتگو ، این شکاف را می بندیم که در آن درک کاربران را در سه مرحله با درخواست از آنها برای شبیه سازی پیش بینی های مدلی که در مورد آنها می آموزند ، اندازه گیری می کنیم.با این کار ، ما می توانیم سطح (بهبود یافته) درک W.R.T. را تعیین کنیم.نحوه عملکرد مدل ، مقایسه حالت قبلی و بعد از تعامل.ما بیشتر داده ها را تجزیه و تحلیل می کنیم تا الگوهای چگونگی تعامل بین گروه ها با افزایش درک بالا در مقابل کم تفاوت را نشان دهیم.به طور کلی ، کار ما به این ترتیب به درک ما در مورد اثربخشی رویکردهای XAI کمک می کند.

📚 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.