論文の概要: Who Wins the Game of Thrones? How Sentiments Improve the Prediction of Candidate Choice

• arxiv url: http://arxiv.org/abs/2003.07683v1
• Date: Sat, 29 Feb 2020 04:30:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-27 20:51:39.180819
• Title: Who Wins the Game of Thrones? How Sentiments Improve the Prediction of Candidate Choice
• Title（参考訳）: ゲーム・オブ・スローンズに勝つのは誰か? 感性が候補選択の予測をいかに改善するか
• Authors: Chaehan So
• Abstract要約: 本稿では,様々な心理学的予測器による候補選択予測の改善について分析する。 人気テレビシリーズ「ゲーム・オブ・スローンズ」を特集したオリジナル調査データセットを収集した。
• 参考スコア（独自算出の注目度）: 1.52292571922932
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper analyzes how candidate choice prediction improves by different psychological predictors. To investigate this question, it collected an original survey dataset featuring the popular TV series "Game of Thrones". The respondents answered which character they anticipated to win in the final episode of the series, and explained their choice of the final candidate in free text from which sentiments were extracted. These sentiments were compared to feature sets derived from candidate likeability and candidate personality ratings. In our benchmarking of 10-fold cross-validation in 100 repetitions, all feature sets except the likeability ratings yielded a 10-11% improvement in accuracy on the holdout set over the base model. Treating the class imbalance with synthetic minority oversampling (SMOTE) increased holdout set performance by 20-34% but surprisingly not testing set performance. Taken together, our study provides a quantified estimation of the additional predictive value of psychological predictors. Likeability ratings were clearly outperformed by the feature sets based on personality, emotional valence, and basic emotions.
• Abstract（参考訳）: 本稿では,様々な心理学的予測器による候補選択予測の改善について分析する。 この問題を調査するため、人気テレビシリーズ「ゲーム・オブ・スローンズ」を特集した調査データセットを収集した。 回答者は、シリーズの最終回で勝つと期待していたキャラクターに答え、感情を抽出した自由テキストで最終候補を選ぶことを説明した。 これらの感情は、候補の好適性と候補の性格評価から得られた特徴集合と比較された。 10倍のクロスバリデーションを100回繰り返してベンチマークしたところ、類似性評価を除くすべての特徴集合はベースモデル上のホールドアウトセットの精度が10-11%向上した。 クラス不均衡をsmote(synthetic minor oversampling)で処理することで、ホールドアウトセットのパフォーマンスは20～34%向上したが、セットのパフォーマンスは驚くほどテストされなかった。 そこで本研究では,心理予測器の付加的な予測値の定量評価を行う。 嗜好性評価は、性格、感情的価値、基本的な感情に基づく特徴セットによって明らかに優れていた。

関連論文リスト

• Performative Prediction on Games and Mechanism Design [69.7933059664256]
  エージェントが過去の正確性に基づいて予測を信頼するかを判断する集団リスクジレンマについて検討する。 予測が集合的な結果を形成するにつれて、社会福祉は関心の指標として自然に現れる。 よりよいトレードオフを実現し、それらをメカニズム設計に使用する方法を示します。
  論文  参考訳（メタデータ） (2024-08-09T16:03:44Z)
• Bayes-xG: Player and Position Correction on Expected Goals (xG) using Bayesian Hierarchical Approach [55.2480439325792]
  本研究は, 期待目標(xG)測定値を用いて, 目標となるショットの予測における選手や位置要因の影響について検討した。 StatsBombの公開データを使って、イングランドのプレミアリーグから1万発のショットを分析している。 この研究は、スペインのラ・リガとドイツのブンデスリーガのデータに分析を拡張し、同等の結果を得た。
  論文  参考訳（メタデータ） (2023-11-22T21:54:02Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• InCharacter: Evaluating Personality Fidelity in Role-Playing Agents through Psychological Interviews [57.04431594769461]
  本稿では, RPAの性格的忠実度を心理的尺度で評価するための新しい視点を紹介する。 実験には様々な種類の RPA と LLM が含まれ、14の広く使用されている心理学的尺度で32の異なる文字をカバーしている。 InCharacterでは、現在最先端のRPAが人物の人格と高度に一致した個性を示し、80.7%の精度を達成している。
  論文  参考訳（メタデータ） (2023-10-27T08:42:18Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• Your Face Mirrors Your Deepest Beliefs-Predicting Personality and Morals through Facial Emotion Recognition [0.0]
  本稿では,顔に基づいて個人の性格特性を予測する機械学習システムを提案する。 それは、異なるジャンルの15の短いビデオのシリーズを見ながら、顔の感情反応を顔の感情認識(FER)を通して追跡する。 その結果, 個人の性格特性と道徳的価値は, 映像に対する感情的反応によって予測できることがわかった。
  論文  参考訳（メタデータ） (2021-12-23T10:46:51Z)
• Selective Ensembles for Consistent Predictions [19.154189897847804]
  不整合は高い文脈では望ましくない。 この矛盾は、予測を超えて属性を特徴付けていることが示される。 我々は,選択的アンサンブルが低禁制率を維持しつつ,一貫した予測と特徴属性を達成することを証明した。
  論文  参考訳（メタデータ） (2021-11-16T05:03:56Z)
• Feature Selection by a Mechanism Design [0.0]
  プレイヤーが候補であり、ペイオフ関数がパフォーマンス測定である選択問題について検討する。 理論上、無関係な特徴はゲーム内のダミープレイヤーと等価であり、全てのモデリング状況には何も寄与しない。 メカニズム設計において、最終的なゴールは、期待されるモデル性能と、期待される個々の限界効果の総和とを完全に一致させる。
  論文  参考訳（メタデータ） (2021-10-05T23:53:14Z)
• Double Perturbation: On the Robustness of Robustness and Counterfactual Bias Evaluation [109.06060143938052]
  テストデータセットを超えたモデル弱点を明らかにするための"ダブル摂動"フレームワークを提案する。 この枠組みを,モデルの頑健さと英語における反事実バイアスの分析に使用される2つの摂動に基づくアプローチに応用する。
  論文  参考訳（メタデータ） (2021-04-12T06:57:36Z)
• Detection and Mitigation of Bias in Ted Talk Ratings [3.3598755777055374]
  入射バイアスは行動条件であり、特定のグループのメンバーに所定の特性を付与する。 本稿では、社会的・職業的なパフォーマンスを評価する多様なソーシャルプラットフォームであるTEDTalksの視聴者評価における暗黙のバイアスを定量化する。
  論文  参考訳（メタデータ） (2020-03-02T06:13:24Z)
• Are You an Introvert or Extrovert? Accurate Classification With Only Ten Predictors [1.52292571922932]
  この測定器のサイズを94から10まで効果的に小さくすることができ、性能損失は1%に留まる。 SMOTEやADASYNのようなクラス不均衡補正手法では、検証セットは大幅に改善されたが、テストセットはわずかに改善されただけだった。
  論文  参考訳（メタデータ） (2020-02-29T04:30:54Z)

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。