help研究问题个人多模态记忆检索
哪些自然语言错误类别最常见，如何为它们提供实际的测试建议？知识工作、写作与内容处理 / 个人多模态记忆检索
哪些自然语言错误类别最常见，如何为它们提供实际的测试建议？
同类问题
相关论文
CHI 2025
通往我的过去：通过框架为自豪时刻的问题探索和记录过去的记忆
Sangsu Jang, Nari Kim, Nanum Kim
CHI 2025
像素记忆：生活日志摘要是否未能增强记忆但提供了隐私意识的记忆评估？
Passant ElAgroudy, Rufat Rzayev, Tonja-Katrin Machulla
CHI 2025
OmniQuery：上下文化增强捕获的多模态记忆以实现个人问题回答
Jiahao Nick Li, Zhuohao (Jerry) Zhang, Jiaju Ma
UbiComp 2024
UbiPhysio：通过动作理解和自然语言反馈支持日常功能、健身和康复
Chongyang Wang, Yuan Feng, Lingxiao Zhong
CHI 2024
卡普拉：利用多种视角捕捉、注意和回顾随时间变化的徒步体验
William Odom, Jordan White, Samuel Barnett
UIST 2023
DiLogics：创建具有多样化逻辑的网络自动化程序
Kevin Pu, Jim Yang, Angel Yuan
UbiComp 2023
ODSearch：健身追踪器数据的快速、资源高效设备端自然语言搜索
Reza Rawassizadeh, Yi Rong
CHI 2023
阅读测验生成器：一种支持教师设计高质量阅读测验问题的人机协作系统
Xinyi Lu, Simin Fan, Jessica Houghton
CHI 2022
个人梦境信息学：一个梦境参与的自我信息系统模型
Michael Jeffrey Daniel Hoefer, Bryce E Schumacher, Stephen Voida
CHI 2022
VocabEncounter：通过将计算机生成的外语词汇用法呈现到用户的日常生活中，利用NMT进行词汇学习
Riku Arakawa, Hiromu Yakura, Sosuke Kobayashi
CHI 2022
Stylette：用自然语言为网页设计样式
Tae Soo Kim, DaEun Choi, Yoonseo Choi
CHI 2022
设计胜过千言万语：数字交互设计对图片提示回忆的影响
Benett Axtell, Raheleh Saryazdi, Cosmin Munteanu