Buchumschlag

Integrating Multi-Label Classification and Generative AI for Scalable Analysis of User Feedback

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Loop, Sandra, Bertram, Erik, Juhl, Sebastian, Schrepp, Martin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Human-Computer Interaction
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

From customer survey feedback to software improvements: Leveraging the full potential of data
von: Bertram, Erik, et al.
Veröffentlicht: (2025)

Construction of the UXAR-CT -- a User eXperience Questionnaire for Augmented Reality in Corporate Training
von: Graser, Stefan, et al.
Veröffentlicht: (2024)

Enhancing UX Research Activities Using GenAI -- Potential Applications and Challenges
von: Graser, Stefan, et al.
Veröffentlicht: (2024)

Identifying Semantic Similarity for UX Items from Established Questionnaires Using ChatGPT-4
von: Graser, Stefan, et al.
Veröffentlicht: (2024)

Using ChatGPT-4 for the Identification of Common UX Factors within a Pool of Measurement Items from Established UX Questionnaires
von: Graser, Stefan, et al.
Veröffentlicht: (2024)

Identification of Design Recommendations for Augmented Reality Authors in Corporate Training
von: Graser, Stefan, et al.
Veröffentlicht: (2025)

Who Gets to Interpret the Workout? User Tensions with AI-Generated Fitness Feedback
von: Shalawadi, Sujay, et al.
Veröffentlicht: (2026)

Examining the Impact of Label Detail and Content Stakes on User Perceptions of AI-Generated Images on Social Media
von: Chen, Jingruo, et al.
Veröffentlicht: (2025)

MEDebiaser: A Human-AI Feedback System for Mitigating Bias in Multi-label Medical Image Classification
von: Shi, Shaohan, et al.
Veröffentlicht: (2025)

Exploring Families' Use and Mediation of Generative AI: A Multi-User Perspective
von: Zhang, Shirley, et al.
Veröffentlicht: (2025)

Emotionally Enriched Feedback via Generative AI
von: Alsaiari, Omar, et al.
Veröffentlicht: (2024)

Feedback by Design: Understanding and Overcoming User Feedback Barriers in Conversational Agents
von: Sharma, Nikhil, et al.
Veröffentlicht: (2026)

AutoLegend: A User Feedback-Driven Adaptive Legend Generator for Visualizations
von: Liu, Can, et al.
Veröffentlicht: (2024)

Explainable AI for Automated User-specific Feedback in Surgical Skill Acquisition
von: Gomez, Catalina, et al.
Veröffentlicht: (2025)

Scalable Class-Centric Visual Interactive Labeling
von: Matt, Matthias, et al.
Veröffentlicht: (2025)

Varif.ai to Vary and Verify User-Driven Diversity in Scalable Image Generation
von: Michelessa, M., et al.
Veröffentlicht: (2025)

Bridging Learnersourcing and AI: Exploring the Dynamics of Student-AI Collaborative Feedback Generation
von: Singh, Anjali, et al.
Veröffentlicht: (2023)

Exploring General-Purpose Autonomous Multimodal Agents for Pathology Report Generation
von: Aubreville, Marc, et al.
Veröffentlicht: (2025)

Free Lunch for User Experience: Crowdsourcing Agents for Scalable User Studies
von: Liu, Siyang, et al.
Veröffentlicht: (2025)

Context-Based Interface Prototyping: Understanding the Effect of Prototype Representation on User Feedback
von: Hoggenmueller, Marius, et al.
Veröffentlicht: (2024)

A Multi-Label EEG Dataset for Mental Attention State Classification in Online Learning
von: Liu, Huan, et al.
Veröffentlicht: (2024)

Emergent Dark Patterns in AI-Generated User Interfaces
von: Pandey, Daksh
Veröffentlicht: (2026)

Users' Mental Models of Generative AI Chatbot Ecosystems
von: Wang, Xingyi, et al.
Veröffentlicht: (2025)

WeAudit: Scaffolding User Auditors and AI Practitioners in Auditing Generative AI
von: Deng, Wesley Hanwen, et al.
Veröffentlicht: (2025)

The Path to Conversational AI Tutors: Integrating Tutoring Best Practices and Targeted Technologies to Produce Scalable AI Agents
von: Vanacore, Kirk, et al.
Veröffentlicht: (2026)

Leveraging Peer, Self, and Teacher Assessments for Generative AI-Enhanced Feedback
von: Becerra, Alvaro, et al.
Veröffentlicht: (2025)

REVA: Supporting LLM-Generated Programming Feedback Validation at Scale Through User Attention-based Adaptation
von: Tang, Xiaohang, et al.
Veröffentlicht: (2025)

It's Not Just Labeling -- A Research on LLM Generated Feedback Interpretability and Image Labeling Sketch Features
von: Li, Baichuan, et al.
Veröffentlicht: (2025)

Enhancing Interaction with Augmented Reality through Mid-Air Haptic Feedback: Architecture Design and User Feedback
von: Vaquero-Melchor, Diego, et al.
Veröffentlicht: (2025)

UXCascade: Scalable Usability Testing with Simulated User Agents
von: Holter, Steffen, et al.
Veröffentlicht: (2026)

Optimized User Experience for Labeling Systems for Predictive Maintenance Applications
von: Hallmann, Michelle, et al.
Veröffentlicht: (2025)

tAIfa: Enhancing Team Effectiveness and Cohesion with AI-Generated Automated Feedback
von: Almutairi, Mohammed, et al.
Veröffentlicht: (2025)

From Top-Right to User-Right: Perceptual Prioritization of Point-Feature Label Positions
von: Bobák, Petr, et al.
Veröffentlicht: (2024)

Improving User Interface Generation Models from Designer Feedback
von: Wu, Jason, et al.
Veröffentlicht: (2025)

Enhancing Post-Merger Integration Planning through AI-Assisted Dependency Analysis and Path Generation
von: Malmqvist, Lars
Veröffentlicht: (2025)

Watching AI Think: User Perceptions of Visible Thinking in Chatbots
von: Cox, Samuel Rhys, et al.
Veröffentlicht: (2026)

Optimized User Experience for Labeling Systems for Predictive Maintenance Applications (Extended)
von: Hallmann, Michelle, et al.
Veröffentlicht: (2025)

Integrating Human Feedback into a Reinforcement Learning-Based Framework for Adaptive User Interfaces
von: Gaspar-Figueiredo, Daniel, et al.
Veröffentlicht: (2025)

On the Automated Processing of User Feedback
von: Maalej, Walid, et al.
Veröffentlicht: (2024)

Patterns of Creativity: How User Input Shapes AI-Generated Visual Diversity
von: Palmini, Maria-Teresa De Rosa, et al.
Veröffentlicht: (2024)