اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدإظهار التأييد من خلال المقاطعة
Establishing support through interruption
638
0 20
0
(
0
)
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
يشرح هذا البحث كيف يظهر المتحاورون في أي تفاعل اجتماعي تأييدهم و اندماجهم في الحوار أثناء تحدث شخص آخر. هناك عدة طرق يستخدمها المتحاورون لكي يظهروا اهتمامهم و اندماجهم بالحوار دون إزعاج دور المتكلم الرئيسي إنما يجعلون الحوار أكثر تفاعلا". من هذه الطرق استخدام "الإشارات الإرجاعية" بشكل متداخل مع دور المتكلم الرئيسي. تنتمي "الإشارات الإرجاعية" إلى أدوات تزود تعزيزا للمتكلم الرئيسي.
This research explains how speakers in social interaction show their support and engagement in conversation while the current speaker is still speaking. There are many ways in which speakers signal their interest in the current topic without disturbing the current speaker's ongoing turn but rather they make the talk more cooperative. One way is to produce backchannels in overlap with the current speaker's unfinished turn. Backchannels belong to devices providing feedbacks to the current speaker.
المراجع المستخدمة
Baker, L. M. (2006). Observation: A complex research method. Library Trends , 55 (1), 171-189
Gardner, R. (2001). When Listeners Talk: Response tokens and Listener stance . Amsterdam: J. Benjamin's Publishing
Gillham, B. (2008). Developing a questionnaire . New York: International Publishing Group Ltd
قيم البحث
اقرأ أيضاً
نماذج الإجابة على الأسئلة (QA) تستخدم أنظمة المسترد والقارئ للإجابة على الأسئلة.يمكن الاعتماد على البيانات التدريبية من قبل أنظمة ضمان الجودة أو تعكس عدم المساواة من خلال ردودهم.يتم تدريب العديد من نماذج QA، مثل تلك الخاصة ب DataSet Squad، على مجموعة
فرعية من مقالات ويكيبيديا التي تشفص لتحيزاتها الخاصة وإعادة إنتاج عدم المساواة في العالم الحقيقي.فهم كيفية تأثير البيانات التدريبية على التحيز في أنظمة ضمان الجودة يمكن أن تبلغ الأساليب لتخفيف عدم المساواة.نقوم بتطوير مجموعتين من الأسئلة لأسئلة النطاق المغلقة والفتوة على التوالي، والتي تستخدم أسئلة غامضة لتحقيق نماذج QA للتحيز.نطعم ثلاثة أنظمة ضمان الجودة في التعلم العميق مع مجموعات الأسئلة الخاصة بنا وتقييم الردود على التحيز عبر المقاييس.باستخدام مقاييسنا، نجد أن نماذج QA المجال المفتوحة تضخيم التحيزات أكثر من نظيرهم المغلقة من النطاق واقتراح أن يتحيزات في سطح المسترد بسهولة أكبر بسبب حرية الاختيار أكبر.
إن استخدام الطرق التقليدية لتحليل الكميات الهائلة من مجموعات البيانات لا
يساعد على اكتشاف أنماط معرفية جديدة تدعم عملية اتخاذ القرار. و بالتالي إن الغرض من هذه المقالة تصميم نظام تحليل مرئي يدعم عملية تحليل مجموعات البيانات من خلال استخدام التحليل ا
لآلي الذي يتضمن العديد من التقنيات مثل (clustering) التجميع, و التنصنيف (classification),
وَ قاعدة (association Rule) الإرتباط, و تقنيات الإظهار المتمثلة بعملية استكشاف البيانات المرئية، و من ثم المقارنة مع تقنيات الإظهار الأخرى لمجموعات البيانات و تقييم نظام الإظهار المقترح.
أصبح التحليل السردي أمرا مهما بشكل متزايد لعدد من المهام اللغوية بما في ذلك تلخيص واستخراج المعرفة والتسجيل.نقدم نهج رواية لتمثيل الحدث السردي باستخدام الانتباه إلى إعادة السياق الأحداث عبر القصة بأكملها.مقارنة بالتحليل السابق، نجد مرفقا غير متوقع من
دلالات الأحداث إلى الرموز المسندية في نموذج محول شعبية.نحن نختبر فائدة نهجنا بشأن التنبؤ بإكمال السرد، وتحقيق حالة الأداء الفني على زر قردي متعدد الخيارات والتسجيل بشكل تنافسي في مهمة Cloze Cloze.
محادثة Deventangle تهدف إلى فصل الرسائل المتداخلة إلى جلسات منفصلة، وهي مهمة أساسية في فهم المحادثات متعددة الأحزاب. يعتمد العمل الحالي في محادثة DEVENTANGLEMELE بشكل كبير على مجموعات البيانات المشروح البشرية، وهي مكلفة للحصول عليها في الممارسة الع
ملية. في هذا العمل، نستكشف تدريب نموذج محادثة محادثة دون الرجوع إلى أي شروح بشرية. تم بناء طريقتنا على خوارزمية التدريب العميق، والتي تتكون من شبكات اثنين من الشبكات العصبية: مصنف رسالة للزوج وفيديو الجلسة. السابق هو المسؤول عن استرجاع العلاقات المحلية بين رسالتين بينما يقتصر الأخير رسالة إلى جلسة من خلال التقاط معلومات السياق. يتم تهيئة كلتا الشبكتين على التوالي مع بيانات زائفة مبنية من Corpus غير المخلفات. خلال عملية التدريب التعويضي العميق، نستخدم مصنف الجلسة كمكون تعليمي للتعزيز لتعلم جلسة تعيين سياسة من خلال تعظيم المكافآت المحلية التي قدمها مصنف زوج الرسائل. بالنسبة إلى مصنف زوج الرسائل، فإننا نشعر بإثراء بيانات التدريب الخاصة بها عن طريق استرداد أزواج الرسائل بثقة عالية من جلسات DESTANGLED المتوقعة من قبل مصنف الجلسة. النتائج التجريبية على مجموعة بيانات حوار السينما الكبيرة تثبت أن نهجنا المقترح يحقق أداء تنافسي مقارنة بالأساليب الخاضعة للإشراف السابقة. تشير المزيد من التجارب إلى أن محادثات الإعصابات المتوقعة يمكن أن تعزز الأداء على المهمة المصب لمختيار استجابة متعددة الأحزاب.
في هذه الورقة نناقش جهدا مستمرا لإثراء تعلم الطلاب من خلال إشراكهم بمعنى معنى.الهدف الرئيسي هو قيادة الطلاب لاكتشاف كيف يمكننا تمثيل معنى وحيث تقع حدود نظرياتنا الحالية.الهدف الفرعي هو خلق معنى الموسومة والمعجم المرتبط المرتبط (في حالتنا الوصية).نقدم
نتائج وضع العلامات على العديد من النصوص وتشير إلى بعض الطرق التي يمكن بها تحسين عملية وضع العلامات.يقدم مؤلفان من هذه الورقة تجربتهم الخاصة كطلاب.بشكل عام، أبلغ الطلاب أنهم وجدوا وضع العلامات تجربة تخصيبها.تتوفر Corpora والتغييرات المشروحين في Wordnet من خلال Corpus متعدد اللغات NTU و WordNets المرتبطة (NTU-MC).
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
