Szczegóły publikacji

Opis bibliograficzny

Predykcja wartości MOS na podstawie otwartego opisu jakości z wykorzystaniem dużych modeli językowych — Prediction of MOS values based on open quality description using Large Language Models / Aleksander Spisak, Lucjan JANOWSKI, Natalia BARTUSIAK, Jakub Nawała // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2026 — R. 98 nr 4, s. 493–496. — Bibliogr. s. 496, Streszcz., Abstr. — W artykule podano błędny rocznik czasopisma. — KRiT 2026 : Konferencja Radiokomunikacji i Teleinformatyki : 23–25 września 2026, Wrocław

Autorzy (4)

Słowa kluczowe

EN: outlier analysistext toscorelarge language modelsQuality of Experiencemean opinion scoreMOSQoEtext to score
PL: LLMduże modele językoweśrednia jakośćjakość doświadczeńanaliza wartości odstającychtext to scoreMOSQoE

Dane bibliometryczne

ID BaDAP170729
Data dodania do BaDAP2026-11-18
Tekst źródłowyURL
DOI10.15199/59.2026.4.114
Rok publikacji2026
Typ publikacjireferat w czasopiśmie
Otwarty dostęptak
Creative Commons
Czasopismo/seriaPrzegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne

Abstract

This paper introduces a text-to-score framework that derives Mean Opinion Scores (MOS) from unstructured comments, eliminating the necessity for a numerical rating scale. The proposed approach utilizes In-Context Learning (ICL) of Large LanguageModels (LLMs) to infer MOS directly from text. While traditional methods require the use of rigid, discrete scales, this approach preserves the nuances inherent in user feedback. Benchmarking of Claude 3.5 Sonnet, GPT-5.2, and DeepSeek- Chat demonstrated a coefficient of determination R2 in the range of 0.82–0.85 and Pearson correlation above 0.90. The solution also allows for identifying participants whose responses deviate from study protocols. These results suggest that textual descriptions can serve as a valuable and more expressive alternative to traditional numerical scales.

Streszczenie

Niniejsza praca przedstawia system text-to-score, który wyznacza średnią ocenę opinii (MOS) na podstawie nieustrukturyzowanych komentarzy, bez konieczności stosowania skali numerycznej. Proponowane podejście wykorzystuje duże modele językowe (LLM) do wyznaczania MOS bezpośrednio z tekstu. Podczas gdy tradycyjne metody wymagaja˛ użycia sztywnej dyskretnej skali, proponowane podejście pozwala zachować niuanse zawarte w opiniach użytkowników. Porównanie modeli Claude 3.5 Sonnet, GPT-5.2 i DeepSeek-Chat wykazało współczynnik determinacji R2 w przedziale 0,82–0,85 oraz korelację Pearsona powyżej 0,90. Rozwiązanie pozwala również identyfikować użytkowników, których odpowiedzi odbiegają od protokołów badania. Wyniki te sugerują, że opisy tekstowe mogą stanowić wartościową i bogatszą w informacje alternatywę dla tradycyjnych skal liczbowych.

Publikacje, które mogą Cię zainteresować

artykuł
#161989Data dodania: 4.9.2025
Rekomendacja polskiej skali ACR na podstawie badania jakości doświadczeń z wykorzystaniem protokołu głośnego myślenia — Recommendation of a Polish ACR scale based on a quality of experience study using the thinking aloud protocol / Natalia JAKUBIEC, Lucjan JANOWSKI, Jakub Nawała, Kamil KONIUCH // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN 1230-3496. — 2025 — R. 98 nr 4, s. 483–486. — Bibliogr. s. 486, Streszcz., Abstr. — N. Jakubiec, L. Janowski, K. Koniuch - afiliacja: Akademia Górniczo-Hutnicza. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025
artykuł
#161992Data dodania: 4.9.2025
Underwater image enhancement with deep learning: a MOS-guided, multi-criteria loss function approach — Ulepszanie obrazów podwodnych z użyciem głębokiego uczenia: podejście z wielokryterialną funkcją strat sterowaną wynikami MOS / Mehr Un NISA, Lallouani Bouchakour, Dawid JUSZKA, Yi Zhang, Mikołaj LESZCZUK // Przegląd Telekomunikacyjny, Wiadomości Telekomunikacyjne ; ISSN  1230-3496 . — 2025 — R. 98 nr 4, s. 503–506. — Bibliogr. s. 506, Streszcz., Abstr. — Błędny zapis nazwiska: Mehrunnisa. — KRiT 2025 : Konferencja Radiokomunikacji i Teleinformatyki : Gdańsk, 10–12 września 2025