論文の概要: CASS: Towards Building a Social-Support Chatbot for Online Health Community

• arxiv url: http://arxiv.org/abs/2101.01583v3
• Date: Thu, 4 Feb 2021 08:01:03 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-11 22:49:25.020245
• Title: CASS: Towards Building a Social-Support Chatbot for Online Health Community
• Title（参考訳）: CASS:オンラインヘルスコミュニティのためのソーシャルサポートチャットボットの構築を目指す
• Authors: Liuping Wang and Dakuo Wang and Feng Tian and Zhenhui Peng and Xiangmin Fan and Zhan Zhang and Shuai Ma and Mo Yu and Xiaojuan Ma and Hongan Wang
• Abstract要約: CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。 ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
• 参考スコア（独自算出の注目度）: 67.45813419121603
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chatbots systems, despite their popularity in today's HCI and CSCW research, fall short for one of the two reasons: 1) many of the systems use a rule-based dialog flow, thus they can only respond to a limited number of pre-defined inputs with pre-scripted responses; or 2) they are designed with a focus on single-user scenarios, thus it is unclear how these systems may affect other users or the community. In this paper, we develop a generalizable chatbot architecture (CASS) to provide social support for community members in an online health community. The CASS architecture is based on advanced neural network algorithms, thus it can handle new inputs from users and generate a variety of responses to them. CASS is also generalizable as it can be easily migrate to other online communities. With a follow-up field experiment, CASS is proven useful in supporting individual members who seek emotional support. Our work also contributes to fill the research gap on how a chatbot may influence the whole community's engagement.
• Abstract（参考訳）: チャットボットシステムは、今日のHCIとCSCWの研究で人気があったにもかかわらず、その2つの理由の1つとして不足している。1) システムの多くはルールベースのダイアログフローを使用しており、事前記述された応答を持つ限られた数の事前定義された入力にしか対応できない、2) シングルユーザシナリオに焦点を絞って設計されているため、これらのシステムが他のユーザやコミュニティにどのように影響するかは不明である。 本稿では,オンライン・ヘルス・コミュニティにおけるコミュニティ・メンバにソーシャル・サポートを提供する汎用チャットボット・アーキテクチャ(CASS)を開発する。 CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいており、ユーザからの新たな入力を処理し、さまざまな応答を生成することができる。 CASSは、他のオンラインコミュニティに簡単に移行できるため、一般化可能である。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。 私たちの研究は、チャットボットがコミュニティ全体のエンゲージメントにどのように影響を与えるかについての研究ギャップを埋めるのにも貢献します。

関連論文リスト

• Socially Pertinent Robots in Gerontological Healthcare [78.35311825198136]
  本論文は,パリの保育所における患者と同伴者による2つの実験を通じて,社会的・対話的相互作用能力を備えたフルサイズのヒューマノイドロボットを用いて,この疑問に部分的に答えようとする試みである。 特に、ロボットの知覚とアクションスキルが環境の雑多さに対して堅牢であり、さまざまなインタラクションを扱うために柔軟である場合、ユーザーはこの技術を受け入れる。
  論文  参考訳（メタデータ） (2024-04-11T08:43:37Z)
• Community Archetypes: An Empirical Framework for Guiding Research Methodologies to Reflect User Experiences of Sense of Virtual Community [22.86975187254343]
  我々は21人の研究者にインタビューし、Redditで「コミュニティ」を研究する方法について話を聞いた。 我々は,SOVCのユーザエクスペリエンスに関する洞察を得るために,12のサブレディットを調査した。 いくつかの研究方法は、トピックやサブレディットの種類に関わらず、ユーザのSOVCを広く反映することができる。
  論文  参考訳（メタデータ） (2023-10-04T01:28:17Z)
• "Always Nice and Confident, Sometimes wrong": Developer's Experiences Engaging Generative AI Chatbots Versus Human-Powered Q&A Platforms [10.028644951955886]
  Stack Overflow(SO)とChatGPTを比較します。 ChatGPTは、高速で明確で包括的な応答を提供し、SOよりも優雅な環境を育みます。 ChatGPTの信頼性に関する懸念は、その過度な自信と、SOの投票システムのような検証メカニズムの欠如に起因する。
  論文  参考訳（メタデータ） (2023-09-24T16:15:08Z)
• On Safe and Usable Chatbots for Promoting Voter Participation [8.442334707366173]
  ユーザ固有のニーズに対してパーソナライズしながら,公式情報を増幅するシステムを構築する。 我々のアプローチは、有権者、選挙機関が彼らの委任統治と民主主義を全面的に満たそうとする上で、勝利となる可能性がある。
  論文  参考訳（メタデータ） (2022-12-16T08:07:51Z)
• AI Based Chatbot: An Approach of Utilizing On Customer Service Assistance [0.0]
  このプロジェクトの目的は、複雑な質問や論理的なアウトプットの回答に対応するシステムを開発することである。 最終的な目標は、ユーザ入力(クエスト)に基づいた高品質な結果(回答)を提供することである。
  論文  参考訳（メタデータ） (2022-06-18T00:59:10Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• Advances and Challenges in Conversational Recommender Systems: A Survey [133.93908165922804]
  現在の会話レコメンダーシステム(CRS)で使用されるテクニックの体系的なレビューを提供します。 CRS開発の主な課題を5つの方向にまとめます。 これらの研究の方向性は、情報検索(IR)、自然言語処理(NLP)、人間とコンピュータの相互作用(HCI)などの複数の研究分野を含みます。
  論文  参考訳（メタデータ） (2021-01-23T08:53:15Z)
• 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)
• Lifelong Knowledge Learning in Rule-based Dialogue Systems [10.229787631112742]
  本稿では,ルールベースのチャットボットにそのような学習機能を組み込むことにより,ユーザとのチャットにおいて,新たな知識を継続的に獲得することを提案する。 多くの実環境にデプロイされたチャットボットはルールベースであるため、この作業は有用である。
  論文  参考訳（メタデータ） (2020-11-19T13:33:12Z)
• Improving Conversational Question Answering Systems after Deployment using Feedback-Weighted Learning [69.42679922160684]
  本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。 当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
  論文  参考訳（メタデータ） (2020-11-01T19:50:34Z)

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。