Generative User-Experience Research for Developing Domain-specific Natural Language Processing Applications

要約

ユーザー エクスペリエンス (UX) はヒューマン コンピューター インタラクション (HCI) 研究の一部であり、システム ユーザーの直観性、透明性、シンプルさ、信頼性を高めることに焦点を当てています。
機械学習 (ML) または自然言語処理 (NLP) に関するほとんどの UX 研究は、データ駆動型の方法論に焦点を当てています。
主にユーザビリティ評価のためにドメイン ユーザーを参加させます。
さらに、より一般的な UX 手法では、ユーザーのニーズを最初に学習するのとは異なり、ユーザーの使いやすさに合わせてシステムを調整します。
この論文では、生成型 UX 研究をドメイン NLP アプリケーションの開発に統合するための新しい方法論を提案します。
ジェネレーティブ UX 研究では、プロトタイプ開発の初期段階、つまりアイデア出しとコンセプトの評価、およびシステムの有用性とユーザーの有用性を評価する最終段階でドメイン ユーザーを採用します。
この方法論は、プロセス産業における日常業務のためのドメイン固有のセマンティック検索のフルサイクル プロトタイプ開発に関するケース スタディから生まれ、評価されています。
私たちのケーススタディの重要な発見は、ドメインの専門家が参加することで、最終的な NLP アプリケーションに対する関心と信頼が高まるということです。
提案された手法の UX と NLP を組み合わせた調査では、NLP アプリケーションの開発に重要となるデータ主導型とユーザー主導型の機会と制約が効率的に考慮されます。

要約(オリジナル)

User experience (UX) is a part of human-computer interaction (HCI) research and focuses on increasing intuitiveness, transparency, simplicity, and trust for the system users. Most UX research for machine learning (ML) or natural language processing (NLP) focuses on a data-driven methodology. It engages domain users mainly for usability evaluation. Moreover, more typical UX methods tailor the systems towards user usability, unlike learning about the user needs first. This paper proposes a new methodology for integrating generative UX research into developing domain NLP applications. Generative UX research employs domain users at the initial stages of prototype development, i.e., ideation and concept evaluation, and the last stage for evaluating system usefulness and user utility. The methodology emerged from and is evaluated on a case study about the full-cycle prototype development of a domain-specific semantic search for daily operations in the process industry. A key finding of our case study is that involving domain experts increases their interest and trust in the final NLP application. The combined UX+NLP research of the proposed method efficiently considers data- and user-driven opportunities and constraints, which can be crucial for developing NLP applications.

arxiv情報

著者 Anastasia Zhukova,Lukas von Sperl,Christian E. Matt,Bela Gipp
発行日 2024-01-19 15:05:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CL, cs.HC パーマリンク