要約
この論文では、ディスレクシア、ADHD、集中力持続時間が短い生徒がテキストベースの情報をより効率的に消化できるように支援する新しいアプローチを紹介します。
提案されたソリューションは、複雑なテキスト処理と要約タスクに多層パーセプトロン (MLP) アルゴリズムを利用します。
このツールは、Hugging Face の T5 (Text-to-Text Transfer Transformer) モデルを利用しており、すべての NLP タスクをテキスト生成タスクとして扱います。
モデルは、より小さなデータセットを使用して特定のタスクに合わせて微調整されます。
NLTK の Punkt Sentence Tokenizer は、テキストを文のリストに分割するために使用されます。
アプリケーションは、軽量の Web サーバーおよびフレームワークである Flask を使用して提供されます。
このツールは、Bionic Reading の原則を適用して読みやすさを向上させます。これには、太字機能や、行、単語、文字の間隔の調整が含まれます。
この論文では、AI ベースの速読ツールの方法論、実装、および結果について説明します。
要約(オリジナル)
This paper presents a novel approach to assist students with dyslexia, ADHD, and short attention span in digesting any text-based information more efficiently. The proposed solution utilizes the Multilayer Perceptron (MLP) algorithm for complex text processing and summarization tasks. The tool leverages the T5 (Text-to-Text Transfer Transformer) model from Hugging Face, which treats every NLP task as a text generation task. The model is fine-tuned on specific tasks using a smaller dataset. The NLTK’s Punkt Sentence Tokenizer is used to divide a text into a list of sentences. The application is served using Flask, a lightweight web server and framework. The tool also applies principles from Bionic Reading to enhance readability, which includes a bolding function and adjustments to line, word, and character spacing. The paper discusses the methodology, implementation, and results of the AI-based speed reading tool.
arxiv情報
| 著者 | Megat Irfan Zackry Bin Ismail Ahmad Nazran bin Yusri Muhammad Hafizzul Bin Abdul Manap Muhammad Muizzuddin Bin Kamarozaman |
| 発行日 | 2023-07-26 23:47:14+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google