論文の概要: Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment
- arxiv url: http://arxiv.org/abs/2008.13769v1
- Date: Mon, 31 Aug 2020 17:44:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 07:36:44.216846
- Title: Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment
- Title（参考訳）: Vyaktitv: パーソナリティ評価のためのマルチモーダルピアツーピアヒンディー語会話に基づくデータセット
- Authors: Shahid Nawaz Khan, Maitree Leekha, Jainendra Shukla, Rajiv Ratn Shah
- Abstract要約: 本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
- 参考スコア（独自算出の注目度）: 50.15466026089435
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Automatically detecting personality traits can aid several applications, such
as mental health recognition and human resource management. Most datasets
introduced for personality detection so far have analyzed these traits for each
individual in isolation. However, personality is intimately linked to our
social behavior. Furthermore, surprisingly little research has focused on
personality analysis using low resource languages. To this end, we present a
novel peer-to-peer Hindi conversation dataset- Vyaktitv. It consists of
high-quality audio and video recordings of the participants, with Hinglish
textual transcriptions for each conversation. The dataset also contains a rich
set of socio-demographic features, like income, cultural orientation, amongst
several others, for all the participants. We release the dataset for public
use, as well as perform preliminary statistical analysis along the different
dimensions. Finally, we also discuss various other applications and tasks for
which the dataset can be employed.
- Abstract（参考訳）: パーソナリティ特性の自動検出は、メンタルヘルス認識や人的資源管理など、いくつかの応用に役立つ。
パーソナリティ検出のために導入されたほとんどのデータセットは、これらの特徴を個別に分析している。
しかし、性格は我々の社会的行動と密接に関連している。
さらに,低資源言語を用いたパーソナリティ分析に注目する研究はほとんどない。
この目的のために,新たなピアツーピアヒンディー語会話データセット vyaktitv を提案する。
参加者の質の高い音声とビデオ録音からなり、会話ごとにヒングリッシュのテキストによる書き起こしがある。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
公共利用のためのデータセットを公開し、異なる次元の予備的な統計分析を行う。
最後に、データセットを使用できる様々なアプリケーションやタスクについても論じる。
関連論文リスト
- A Chinese Multi-label Affective Computing Dataset Based on Social Media Network Users [2.0209172586699173]
この研究は、大手ソーシャルメディアプラットフォームWeiboのデータを収集し、MBTIパーソナリティラベルの多様性を持つ5万以上の個人から11,338人の有効なユーザーをスクリーニングした。
我々は、同じユーザの性格特性を6つの感情とマイクロ感情と統合した、複数のラベルの中国感情コンピューティングデータセットをコンパイルし、それぞれに強度レベルを付与した。
このデータセットは、複雑な人間の感情のマシン認識を促進し、心理学、教育、マーケティング、金融、政治の研究のためのデータサポートを提供するように設計されている。
論文 参考訳（メタデータ） (2024-11-13T05:38:55Z) - Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues [63.936654900356004]
パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。
本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能な人格認識という新しい課題を提案する。
論文 参考訳（メタデータ） (2024-09-29T14:41:43Z) - Personality Analysis for Social Media Users using Arabic language and its Effect on Sentiment Analysis [1.2903829793534267]
本研究は、Twitter上でのアラビア語の使用と性格特性と感情分析への影響の相関について検討した。
本研究では、プロフィール活動から抽出した情報と、ツイートの内容に基づいて、ユーザの性格特性を示す。
その結果,人格がソーシャルメディアの感情に影響を及ぼすことが明らかとなった。
論文 参考訳（メタデータ） (2024-07-08T18:27:54Z) - 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) - Personality Detection and Analysis using Twitter Data [7.584657555037871]
私たちは、研究コミュニティのために、最も大きな自動キュレートされたデータセットをリリースします。
このデータセットには1億5200万のツイートと、Myers-Briggs Personal Type (MBTI)予測タスク用の56万のデータポイントが含まれている。
興味深い分析結果が自然の直感にどのように従うかを示す。
論文 参考訳（メタデータ） (2023-09-11T14:39:04Z) - Speaker Profiling in Multiparty Conversations [31.518453682472575]
本研究では,会話における話者プロファイリング(SPC)の課題について検討する。
SPCの主な目的は、対話に存在する各話者について、ペルソナの特徴の要約を作成することである。
SPCの課題に対処するため、私たちはSPICEという名前の新しいデータセットをキュレートしました。
論文 参考訳（メタデータ） (2023-04-18T08:04:46Z) - 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) - CPED: A Large-Scale Chinese Personalized and Emotional Dialogue Dataset
for Conversational AI [48.67259855309959]
会話型AIのための既存のデータセットのほとんどは、人間の個性や感情を無視している。
CPEDは,中国における大規模パーソナライズされた感情対話データセットである。
CPEDには40のテレビ番組から392人の話者の12K以上の対話が含まれている。
論文 参考訳（メタデータ） (2022-05-29T17:45:12Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - Context-Aware Personality Inference in Dyadic Scenarios: Introducing the
UDIVA Dataset [21.140721329446595]
本稿では,対面dyadicインタラクションの非機能データセットであるudivaを紹介する。
このデータセットは188セッションで配布された147人の参加者の間での90.5時間にわたる社会・リズムの相互作用で構成されている。
自己評価、自己報告、自己報告、内的状態、そして参加者による関係のプロファイリングが含まれる。
論文 参考訳（メタデータ） (2020-12-28T15:08:02Z)
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。