sodas.ku.dk

이 이메일 도메인이 관측된 논문 2건

arXiv:2607.03381v1cs.DL

과학 논문의 수사적 섹션을 자동 분류한 대규모 데이터셋

Large-scale dataset of automatically classified rhetorical sections in scientific papers

과학 논문은 서론, 방법론, 결과, 논의 등의 섹션으로 내용을 구성하는 수사적 구조를 따른다. 이러한 섹션을 대규모로 자동 식별하면 과학적 글쓰기 패턴에 대한 세밀한 분석이 가능해진다. 우리는 Semantic Scholar Open Research Corpus(S2ORC)에서 수백만 편의 과학 논문에 대한 섹션 수준 주석 데이터셋을 제시한다. 규칙 기반 분류(classification) 알고리즘을 사용하여 품질 필터링 후 1,560만 편의 논문에서 주요 섹션을 식별하고 레이블링하였다. 이 데이터셋(dataset)은 주로 STEM 분야를 다루며, 의학 및 생물학 분야가 강하게 대표된다. 분류기와 인간 주석자 간의 일치율이 인간 주석자 간 일치율과 동등함을 보여주는 포괄적인 인간 및 대규모 언어 모델(LLM) 기반 검증(validation)을 제공한다. 이 데이터셋은 과학적 담론 및 글쓰기 패턴에 대한 대규모 전산 연구를 가능하게 한다.

arXiv:2606.20588v1cs.HC

AInterviewer: AI 주도 질적 인터뷰 설계 및 수행 플랫폼

AInterviewer: A Platform for Designing and Conducting AI-led Qualitative Interviews

대규모 언어 모델(LLM)을 기반으로 자동화된 질적 인터뷰를 수행하는 시스템에 대한 여러 제안이 있지만, 현재 대부분의 솔루션은 독점 LLM에 의존하여 재현성과 데이터 보안을 저해한다. 또한 모든 인터뷰 작업에 LLM에 의존하여 질문 문구의 표준화와 질문 순서에 대한 통제를 제한한다. 이러한 문제를 해결하기 위해, 설문 소프트웨어의 통제된 질문 진행과 LLM의 유연성을 결합한 멀티 에이전트 파이프라인 기반의 오픈소스 솔루션인 AInterviewer 플랫폼을 제안한다. AInterviewer는 사회과학 분야 질적 인터뷰의 모범 사례를 구현하도록 설계된 학제 간 노력이며, 보안, 투명성, 재현성을 보장하기 위해 로컬에서 호스팅된 모델로 실행할 수 있다. 본 플랫폼은 인터뷰 가이드 설계 및 파일럿 테스트부터 인터뷰 배포 및 데이터 수집 모니터링에 이르는 데이터 수집의 각 단계를 지원하는 웹 기반 GUI를 제공한다.