論文の概要: Quantifying the Causal Effects of Conversational Tendencies

• arxiv url: http://arxiv.org/abs/2009.03897v1
• Date: Tue, 8 Sep 2020 18:00:00 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-20 21:12:36.750382
• Title: Quantifying the Causal Effects of Conversational Tendencies
• Title（参考訳）: 会話傾向の因果効果の定量化
• Authors: Justine Zhang, Sendhil Mullainathan, Cristian Danescu-Niculescu-Mizil
• Abstract要約: 会話行動と結果の間に因果関係を描くことは、それらを規範的な方法で使用する上で必要なステップである。 我々は、テキストベースの危機カウンセリングプラットフォームにおいて、特定のタイプの政策を決定するタスクに焦点をあてる。 特定の領域において、これらの推論課題を回避する方法を示します。
• 参考スコア（独自算出の注目度）: 17.506263520769927
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Understanding what leads to effective conversations can aid the design of better computer-mediated communication platforms. In particular, prior observational work has sought to identify behaviors of individuals that correlate to their conversational efficiency. However, translating such correlations to causal interpretations is a necessary step in using them in a prescriptive fashion to guide better designs and policies. In this work, we formally describe the problem of drawing causal links between conversational behaviors and outcomes. We focus on the task of determining a particular type of policy for a text-based crisis counseling platform: how best to allocate counselors based on their behavioral tendencies exhibited in their past conversations. We apply arguments derived from causal inference to underline key challenges that arise in conversational settings where randomized trials are hard to implement. Finally, we show how to circumvent these inference challenges in our particular domain, and illustrate the potential benefits of an allocation policy informed by the resulting prescriptive information.
• Abstract（参考訳）: 効果的な会話につながるものを理解することは、より良いコンピュータによるコミュニケーションプラットフォームの設計に役立つ。 特に、以前の観察研究は、会話の効率と相関する個人の行動を特定することを模索してきた。 しかし、そのような相関関係を因果解釈に翻訳することは、より良い設計と政策を導くための規範的な方法でそれらを使用するための必要なステップである。 本研究では,会話行動と結果の因果関係を描く問題を形式的に記述する。 我々は,テキストベースの危機カウンセリングプラットフォームにおいて,過去の会話で示された行動傾向に基づいてカウンセラーを割り当てる方法について,特定のタイプの政策を決定することに集中する。 本稿では,無作為化試行の実施が困難な会話環境において,因果推論から導かれる議論を下記の課題に応用する。 最後に、我々は、これらの推論課題を特定のドメインで回避する方法を示し、結果として生じる規範的情報によって通知される割当ポリシーの潜在的な利点を説明する。

関連論文リスト

• Contrastive Learning for Inference in Dialogue [56.20733835058695]
  推論、特に帰納的プロセスから派生したものは、私たちの会話において重要な要素です。 近年の大規模言語モデルは推論タスクにおいて顕著な進歩を見せている。 しかし、インダクティブ推論における彼らのパフォーマンスは、すべての情報がコンテキストに存在するわけではないが、インダクティブ推論よりもはるかに遅れている。
  論文  参考訳（メタデータ） (2023-10-19T04:49:36Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Social Influence Dialogue Systems: A Scoping Survey of the Efforts Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
  社会影響対話システムは、説得、交渉、治療を行うことができる。 これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。 この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
  論文  参考訳（メタデータ） (2022-10-11T17:57:23Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)
• Text as Causal Mediators: Research Design for Causal Estimates of Differential Treatment of Social Groups via Language Aspects [7.175621752912443]
  本研究では,社会集団信号の自然的直接的・間接的影響が話者の反応に与える影響を推定するために,観察的(実験的でない)データに対する因果的研究設計を提案する。 本稿では、この枠組みの約束と課題について、アメリカ合衆国最高裁判所の口頭弁論における司法の中断に対する擁護者の性別の影響に関する理論的ケーススタディを通して説明する。
  論文  参考訳（メタデータ） (2021-09-15T19:15:35Z)
• Coreference-Aware Dialogue Summarization [24.986030179701405]
  ニューラルネットワークの抽象的対話要約モデルにおいて,コア参照情報を明示的に組み込む手法について検討する。 実験結果から,提案手法は最先端性能を実現することが示された。 事実的正当性の評価結果から,このようなコア参照認識モデルの方が,インターロケータ間の情報フローの追跡に優れていることが示唆された。
  論文  参考訳（メタデータ） (2021-06-16T05:18:50Z)
• Who Responded to Whom: The Joint Effects of Latent Topics and Discourse in Conversation Structure [53.77234444565652]
  会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。 単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。 英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T17:46:00Z)
• Multi-turn Dialogue Reading Comprehension with Pivot Turns and Knowledge [43.352833140317486]
  マルチターン対話読解は、機械に対話コンテキストを読み、応答選択や回答質問といったタスクを解くことを目的としている。 この研究は、ピボット発話として重要なターンを抽出することで、上記の2つの課題に対処する最初の試みである。 本稿では,対話理解のためのトランスフォーマーに基づく言語モデル上に,ピボット指向の深層選択モデル(PoDS)を提案する。
  論文  参考訳（メタデータ） (2021-02-10T15:00:12Z)
• Fact-based Dialogue Generation with Convergent and Divergent Decoding [2.28438857884398]
  本稿では,コンバージェントな思考能力を備えたエンドツーエンドのファクトベース対話システムを提案する。 我々のモデルは、情報的かつ多様な応答を生成できる新しい収束および分岐復号を組み込んでいる。
  論文  参考訳（メタデータ） (2020-05-06T23:49:35Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。