論文の概要: Keeping Up Appearances: Computational Modeling of Face Acts in Persuasion Oriented Discussions

• arxiv url: http://arxiv.org/abs/2009.10815v2
• Date: Thu, 24 Sep 2020 02:10:44 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-15 22:35:03.280929
• Title: Keeping Up Appearances: Computational Modeling of Face Acts in Persuasion Oriented Discussions
• Title（参考訳）: 臨場感の維持: 説得指向討論における顔行為の計算モデリング
• Authors: Ritam Dutt, Rishabh Joshi, Carolyn Penstein Rose
• Abstract要約: 説得的会話における顔行動のモデル化のための枠組みを提案する。 このフレームワークは、説得会話における非対称的役割間の顔行動利用の差異に関する洞察を明らかにする。 計算モデルを用いて、顔の振る舞いを識別し、重要な会話結果を予測することができる。
• 参考スコア（独自算出の注目度）: 2.9628298226732612
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The notion of face refers to the public self-image of an individual that emerges both from the individual's own actions as well as from the interaction with others. Modeling face and understanding its state changes throughout a conversation is critical to the study of maintenance of basic human needs in and through interaction. Grounded in the politeness theory of Brown and Levinson (1978), we propose a generalized framework for modeling face acts in persuasion conversations, resulting in a reliable coding manual, an annotated corpus, and computational models. The framework reveals insights about differences in face act utilization between asymmetric roles in persuasion conversations. Using computational models, we are able to successfully identify face acts as well as predict a key conversational outcome (e.g. donation success). Finally, we model a latent representation of the conversational state to analyze the impact of predicted face acts on the probability of a positive conversational outcome and observe several correlations that corroborate previous findings.
• Abstract（参考訳）: 顔の概念は、個人自身の行動と他者との相互作用の両方から現れる個人の公的な自己イメージを指す。 会話を通してその状態の変化をモデル化し理解することは、対話における基本的な人間の要求の維持の研究に不可欠である。 Brown and Levinson (1978) の丁寧な理論に基づいて, 説得的会話における顔の振る舞いをモデル化するための一般化された枠組みを提案し, 信頼性の高いコーディングマニュアル, 注釈付きコーパス, 計算モデルを提案する。 このフレームワークは、説得会話における非対称的役割間の顔行動利用の差異に関する洞察を明らかにする。 計算モデルを用いて、顔の振る舞いをうまく識別し、重要な会話結果(例えば寄付成功)を予測することができる。 最後に,会話状態の潜在表現をモデル化し,予測された顔行動がポジティブな会話結果に与える影響を分析し,過去の知見を裏付けるいくつかの相関を観察する。

関連論文リスト

• Intention and Face in Dialog [4.984601297028258]
  本稿では、意図と礼儀正しさの両方を分類するために訓練された3つの計算システムについて分析する。 丁寧な理論では、エージェントは彼らの欲求(肯定的な顔)に感謝したいという願望に付き添い、無関心で自由(否定的な顔)を維持したいという補完的な欲求に出席する。 音声行為と同様に、発話はいわゆる顔行為を行うことができ、これは話者や聞き手の肯定的な顔や否定的な顔を上げたり脅したりすることができる。
  論文  参考訳（メタデータ） (2024-06-06T14:26:35Z)
• When to generate hedges in peer-tutoring interactions [1.0466434989449724]
  この研究は、自然言語のターン、会話戦略、学習戦略、非言語行動に注釈を付けた、自然主義的な対面データセットを使用している。 その結果、前のターンのセマンティック情報をキャプチャする埋め込み層は、モデルの性能を著しく向上させることがわかった。 教師の視線とタテの視線がヘッジ予測に大きく影響していることが判明した。
  論文  参考訳（メタデータ） (2023-07-28T14:29:19Z)
• MindDial: Belief Dynamics Tracking with Theory-of-Mind Modeling for Situated Neural Dialogue Generation [62.44907105496227]
  MindDialは、Mind-of-mindモデリングで位置決め自由形式の応答を生成できる、新しい対話型フレームワークである。 本研究では、話者の信念と話者の聴取者の信念を予測できる明示的なマインドモジュールを導入する。 筆者らのフレームワークは,提案手法と微調整モデルの両方に適用され,共通地盤アライメントとネゴシエーションの両方を含むシナリオで評価される。
  論文  参考訳（メタデータ） (2023-06-27T07:24:32Z)
• 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)
• 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)
• A Probabilistic Model Of Interaction Dynamics for Dyadic Face-to-Face Settings [1.9544213396776275]
  我々は,対面設定における対の参加者間の相互作用のダイナミクスを捉える確率論的モデルを開発した。 この相互作用エンコーディングは、あるエージェントの将来のダイナミクスを予測する際に、生成に影響を与えるために使用される。 我々のモデルは, 相互作用する力学に基づいて, モード間のデライン化に成功していることを示す。
  論文  参考訳（メタデータ） (2022-07-10T23:31:27Z)
• Facetron: Multi-speaker Face-to-Speech Model based on Cross-modal Latent Representations [22.14238843571225]
  個人の顔の映像を条件付けして、話者固有の音声波形を合成する効果的な方法を提案する。 唇読解モデルを用いて唇の動きから言語的特徴を抽出し,顔画像から話者特性を予測する。 本稿では,従来の手法よりも客観評価と主観評価の両面において,提案手法の優位性を示す。
  論文  参考訳（メタデータ） (2021-07-26T07:36:02Z)
• 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)
• I Only Have Eyes for You: The Impact of Masks On Convolutional-Based Facial Expression Recognition [78.07239208222599]
  今回提案したFaceChannelがマスクを持つ人からの表情認識にどのように適応するかを評価します。 また、制約された社会的相互作用シナリオにおける顔の特徴の変化を学習し、組み合わせるためのFaceChannelの本質的な能力を示すために、特定の機能レベルの可視化も行います。
  論文  参考訳（メタデータ） (2021-04-16T20:03:30Z)
• I Beg to Differ: A study of constructive disagreement in online conversations [15.581515781839656]
  コンテンツ論争を含む7,425のwikipediaトークページ会話のコーパスを構築した。 モデレーターによる調停に不一致がエスカレートされるかどうかを予測するタスクを定義します。 我々は,様々なニューラルモデルを開発し,会話の構造を考慮すれば予測精度が向上することを示す。
  論文  参考訳（メタデータ） (2021-01-26T16:36:43Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。