論文の概要: RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations

• arxiv url: http://arxiv.org/abs/2101.10545v1
• Date: Tue, 26 Jan 2021 03:44:17 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-14 14:06:19.602561
• Title: RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations
• Title（参考訳）: RESPER: 説得的会話における残留戦略の計算モデル
• Authors: Ritam Dutt and Sayan Sinha, Rishabh Joshi, Surya Shekhar Chakraborty, Meredith Riggs, Xinru Yan, Haogang Bao, Carolyn Penstein Ros\'e
• Abstract要約: 説得的会話における抵抗戦略を識別するための一般化フレームワークを提案する。 実験では,非協調的目標指向会話におけるパワーロールの非対称性を明らかにする。 また,会話結果に対するさまざまな抵抗戦略の役割についても検討した。
• 参考スコア（独自算出の注目度）: 0.7505101297221454
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modelling persuasion strategies as predictors of task outcome has several real-world applications and has received considerable attention from the computational linguistics community. However, previous research has failed to account for the resisting strategies employed by an individual to foil such persuasion attempts. Grounded in prior literature in cognitive and social psychology, we propose a generalised framework for identifying resisting strategies in persuasive conversations. We instantiate our framework on two distinct datasets comprising persuasion and negotiation conversations. We also leverage a hierarchical sequence-labelling neural architecture to infer the aforementioned resisting strategies automatically. Our experiments reveal the asymmetry of power roles in non-collaborative goal-directed conversations and the benefits accrued from incorporating resisting strategies on the final conversation outcome. We also investigate the role of different resisting strategies on the conversation outcome and glean insights that corroborate with past findings. We also make the code and the dataset of this work publicly available at https://github.com/americast/resper.
• Abstract（参考訳）: タスク成果の予測要因としての説得戦略のモデル化には、現実の応用がいくつかあり、計算言語学コミュニティからかなりの注目を集めている。 しかし、以前の研究では、個人がそのような説得を試みるために用いた抵抗戦略を説明できなかった。 認知心理学と社会心理学の先行文献に基礎を置き,説得的会話における抵抗戦略を識別するための一般化した枠組みを提案する。 説得と交渉の会話からなる2つの異なるデータセットでフレームワークをインスタンス化します。 また,上述の抵抗戦略を自動的に推測するために,階層的シーケンスラベル型ニューラルネットワークを利用する。 実験では,非協調的目標指向会話におけるパワーロールの非対称性と,最終会話結果に対する抵抗戦略の導入によるメリットを明らかにした。 また,会話の結果に対するさまざまな抵抗戦略の役割や,過去の発見と相反する洞察について検討した。 また、この作業のコードとデータセットをhttps://github.com/americast/resper.comで公開しています。

関連論文リスト

• Steering Conversational Large Language Models for Long Emotional Support Conversations [4.984018914962973]
  我々はLlama-2とLlama-3のモデルスイートのステアビリティに着目し、相互作用を通してこれらの戦略を維持する能力について検討する。 これを評価するために、注意マップを通して、モデルが引き起こした戦略への固執を定量化する戦略関連注意尺度(SRA)を導入する。
  論文  参考訳（メタデータ） (2024-02-16T05:03:01Z)
• The Future of Cognitive Strategy-enhanced Persuasive Dialogue Agents: New Perspectives and Trends [23.68567141617251]
  我々は、いくつかの基本的な認知心理学理論を提示し、3つの典型的な認知戦略の形式化された定義を与える。 本稿では,CogAgentの基盤となる形式的定義を取り入れた新しいシステムアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2024-02-07T07:28:34Z)
• K-Level Reasoning: Establishing Higher Order Beliefs in Large Language Models for Strategic Reasoning [76.3114831562989]
  マルチエージェント環境で戦略を動的に適応させるためには、LLM(Large Language Model)エージェントが必要である。 我々は,「K-Level Reasoning with Large Language Models (K-R)」という新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-02T16:07:05Z)
• How Well Do Text Embedding Models Understand Syntax? [50.440590035493074]
  テキスト埋め込みモデルが幅広い構文的文脈にまたがって一般化する能力は、まだ解明されていない。 その結果,既存のテキスト埋め込みモデルは,これらの構文的理解課題に十分対応していないことが明らかとなった。 多様な構文シナリオにおけるテキスト埋め込みモデルの一般化能力を高めるための戦略を提案する。
  論文  参考訳（メタデータ） (2023-11-14T08:51:00Z)
• 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)
• PoKE: Prior Knowledge Enhanced Emotional Support Conversation with Latent Variable [1.5787128553734504]
  感情的なサポートは、対話システムにトレーニングされるべき重要なコミュニケーションスキルです。 既存の研究の多くは、現在の状況に応じて支援戦略を予測し、対応する感情的支援を提供する。 本稿では,潜在変数モデルであるPoKEを用いた事前知識向上型感情支援会話を提案する。
  論文  参考訳（メタデータ） (2022-10-23T07:31:24Z)
• Persuasion Strategies in Advertisements [68.70313043201882]
  我々は,説得戦略の広範な語彙を導入し,説得戦略を付加した最初の広告画像コーパスを構築した。 次に,マルチモーダル学習による説得戦略予測のタスクを定式化する。 我々は、Fortune-500社の1600件の広告キャンペーンについて、現実世界でケーススタディを実施している。
  論文  参考訳（メタデータ） (2022-08-20T07:33:13Z)
• 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)
• Modeling Non-Cooperative Dialogue: Theoretical and Empirical Insights [11.462075538526703]
  視覚対話タスクの完了時に非協調的インターロケータを識別するエージェントの能力について検討する。 本研究では,非協調的インターロケータを同定する理論モデルの開発に学習理論のツールを使用し,この理論を適用して異なるコミュニケーション戦略を解析する。
  論文  参考訳（メタデータ） (2022-07-15T02:08:41Z)
• Examining the Ordering of Rhetorical Strategies in Persuasive Requests [58.63432866432461]
  本研究では,大規模ローン要求コーパスからのテキスト要求において,コンテンツと修辞戦略をアンタングル化するために,変分オートエンコーダモデルを用いる。 特定の(順序の)戦略が要求の内容と一意に相互作用し、成功率に影響を与え、その結果、要求の説得力に影響を及ぼす。
  論文  参考訳（メタデータ） (2020-10-09T15:10:44Z)

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。