論文の概要: Ten Social Dimensions of Conversations and Relationships
- arxiv url: http://arxiv.org/abs/2001.09954v1
- Date: Mon, 27 Jan 2020 18:20:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-05 11:41:34.863788
- Title: Ten Social Dimensions of Conversations and Relationships
- Title（参考訳）: 会話と関係の10の社会的側面
- Authors: Minje Choi, Luca Maria Aiello, Krisztian Zsolt Varga, Daniele Quercia
- Abstract要約: 社会的次元はAUCとの会話から最大0.98まで純粋に予測できることを示す。
予測された次元の組み合わせは、人々が楽しむ関係のタイプ(紛争対支援)と、それらが形作る現実世界のコミュニティのタイプ(富と奪われている)の両方を示唆している。
- 参考スコア（独自算出の注目度）: 1.9078551309551406
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decades of social science research identified ten fundamental dimensions that
provide the conceptual building blocks to describe the nature of human
relationships. Yet, it is not clear to what extent these concepts are expressed
in everyday language and what role they have in shaping observable dynamics of
social interactions. After annotating conversational text through
crowdsourcing, we trained NLP tools to detect the presence of these types of
interaction from conversations, and applied them to 160M messages written by
geo-referenced Reddit users, 290k emails from the Enron corpus and 300k lines
of dialogue from movie scripts. We show that social dimensions can be predicted
purely from conversations with an AUC up to 0.98, and that the combination of
the predicted dimensions suggests both the types of relationships people
entertain (conflict vs. support) and the types of real-world communities
(wealthy vs. deprived) they shape.
- Abstract（参考訳）: 社会科学研究の数十年で、人間関係の性質を記述するための概念的な構成要素を提供する10の基本的な次元が特定された。
しかし、これらの概念が日常言語でどの程度表現されているのか、社会的相互作用の観察可能なダイナミクスを形作る上でどのような役割があるのかは明らかではない。
クラウドソーシングを通じて会話テキストに注釈を付け、会話からこの種の対話の存在を検出するnlpツールをトレーニングし、redditユーザが書いた160万のメッセージ、enronコーパスから290万のeメール、映画スクリプトから3万行の対話に適用した。
社会的な次元は,最大0.98 までの auc との会話から純粋に予測可能であり,予測された次元の組み合わせは,人々が楽しませる関係のタイプ(コンフリクト対サポート)と,彼らが形成する現実世界のコミュニティのタイプ(ウィールシー対デプリブド)の両方を示唆する。
関連論文リスト
- From a Social Cognitive Perspective: Context-aware Visual Social Relationship Recognition [59.57095498284501]
我々は,textbfContextual textbfSocial textbfRelationships (textbfConSoR) を社会的認知の観点から認識する新しいアプローチを提案する。
画像ごとの社会的関係を考慮した社会認識記述言語プロンプトを構築した。
印象的なことに、ConSoRは従来の手法を上回り、Person-in-Social-Context(PISC)データセットでは12.2%、Person-in-Photo-Album(PIPA)ベンチマークでは9.8%向上している。
論文 参考訳（メタデータ） (2024-06-12T16:02:28Z) - SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。
SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。
個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
論文 参考訳（メタデータ） (2024-03-20T15:38:36Z) - Decoding Emotional Experiences in Dyadic Conversations of Married
Couples: Leveraging Semantic Similarity through Sentence Embedding [41.94295877935867]
本研究は,10分間の会話と10分間の肯定的な会話を交互に行う50人の夫婦の会話を分析した。
変換器ベースモデルであるGeneral Text Embeddings-Large を用いて各話者からの発話の埋め込みを求める。
その結果、類似度が低いことは、ポジティブな(しかし対立しない)会話においてよりポジティブな感情経験と関連していることが示された。
論文 参考訳（メタデータ） (2023-09-22T06:37:45Z) - Exploring Embeddings for Measuring Text Relatedness: Unveiling
Sentiments and Relationships in Online Comments [1.7230140898679147]
本稿では,様々なソーシャルメディアプラットフォームにおけるコメント間の感情的・意味的関係について検討する。
単語の埋め込みを使って文や文書のコンポーネントを分析する。
我々の分析は、オンラインコメントの相互接続性をより深く理解し、大きな相互接続脳として機能するインターネットの概念を調査する。
論文 参考訳（メタデータ） (2023-09-15T04:57:23Z) - PLACES: Prompting Language Models for Social Conversation Synthesis [103.94325597273316]
我々は、プロンプトを用いてソーシャルな会話データセットを合成するために、専門家による会話の小さなセットをコンテキスト内例として使用します。
人工会話の徹底的な評価を,人間による会話と比較して行った。
論文 参考訳（メタデータ） (2023-02-07T05:48:16Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - BOSS: A Benchmark for Human Belief Prediction in Object-context
Scenarios [14.23697277904244]
本稿では,人間と自律システム間の協調を促進させる手法を検討するために,心の理論(ToM)とオブジェクトコンテキスト関係(Object-Context Relations)の複合知識を利用する。
本稿では、人工知能(AI)システムによる、オブジェクトコンテキストシナリオにおける人間の信念状態の予測能力を評価するための、新しい、かつ挑戦的なマルチモーダルビデオデータセットを提案する。
論文 参考訳（メタデータ） (2022-06-21T18:29:17Z) - Advancing an Interdisciplinary Science of Conversation: Insights from a
Large Multimodal Corpus of Human Speech [0.12038936091716987]
本報告では, 対話の学際的科学を推進し, 音声英語で記録された1,656件の多モーダルコーパスから得られた知見を報告する。
この700万語以上の単語と850時間のコーパスは、1TB以上の音声、ビデオ、そして文字起こしで、声、顔、意味表現のモーメント・ツー・モーメント(モーメント)を計測する。
本報告では, 多様な背景を持つ個人がコミュニケーションパターンをどう変化させ, 接続する方法を見出すかを示す, 定量的分析と定性的な各録音の質的レビューに基づいて, 総合的な混合手法のレポートを報告する。
論文 参考訳（メタデータ） (2022-03-01T18:50:33Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳（メタデータ） (2020-12-29T08:22:48Z) - Quantifying Intimacy in Language [14.030859691804412]
親密性は、社会的設定における他者との関わりの基本的な側面である。
言語における親密性の表現を研究するための新しい計算フレームワークを提案する。
個人が言語における対人的実践的行動を用いて、親密さと社会的設定を一致させることが示される。
論文 参考訳（メタデータ） (2020-11-05T18:27:20Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳（メタデータ） (2020-06-17T21:02:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。