基于脑活动、注视和上下文的移动文本输入自我修复自动校正研究平台

眼动追踪与注视交互脑机接口(BCI)与神经反馈大语言模型(LLM)的人机协作

自动校正是移动文本输入的标准功能。尽管最先进的自动校正方法的性能通常相对较高,但任何发生的错误都难以修复,会中断文本输入的流程,并挑战用户对过程的控制权。在本文中,我们描述了一个旨在自动识别和修复自动校正错误的系统。该系统包括一个用于从大脑活动、眼动和上下文信息中检测自动校正错误的多模态分类器,以及一种通过替换错误的校正或建议替代方案来修复此类错误的策略。我们将这两部分集成到一个通用的Android组件中,从而提供了一个研究自我修复端到端系统的科研平台。为了证明其可行性,我们进行了一项用户研究来评估我们方法的分类性能和可用性。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32505/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376815
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
眼动追踪与注视交互、脑机接口(BCI)与神经反馈、大语言模型(LLM)的人机协作
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
1 篇相关论文