Key points are not available for this paper at this time.
Technische Unterstützungsverfahren sind typischerweise sehr komplex. Benutzer haben oft Schwierigkeiten, gedruckte Anweisungen zu befolgen, die beschreiben, wie man diese Verfahren durchführt, und diese Anweisungen sind für das Supportpersonal schwer klar zu formulieren. Unser Ziel ist es, diese Verfahren durch Demonstration zu erlernen, indem wir mehrere Experten beobachten, die dasselbe Verfahren unter verschiedenen Betriebsbedingungen durchführen, und ein ausführbares Verfahren zu erstellen, das interaktiv auf dem Desktop des Benutzers läuft. Die meisten früheren Systeme zum Programmieren durch Demonstration haben sich auf einfache Programme mit regelmäßigem Aufbau konzentriert, wie z.B. Schleifen mit festen Körpern. Im Gegensatz dazu induziert unser System komplexe Verfahrensstrukturen, indem es mehrere Ausführungsspuren abgleicht, die verschiedene Pfade durch das Verfahren abdecken. Dieses Papier präsentiert eine Lösung für dieses Ausrichtungsproblem unter Verwendung von Eingabe/Ausgabe-Hidden-Markov-Modellen. Wir beschreiben die Ergebnisse einer Benutzerstudie, die untersucht, wie Benutzer gedruckte Anweisungen befolgen. Wir präsentieren Sheepdog, ein implementiertes System zur Erfassung, zum Lernen und zur Wiedergabe technischer Unterstützungsverfahren auf dem Windows-Desktop. Schließlich evaluieren wir unser System empirisch anhand von Spuren, die aus der Benutzerstudie gesammelt wurden, und zeigen, dass wir 73 % Genauigkeit bei einer Netzwerk-Konfigurationsaufgabe erreichen können, indem wir ein Verfahren verwenden, das von Nicht-Experten trainiert wurde.
Lau et al. (Tue,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: