論文の概要: Strategic Argumentation Dialogues for Persuasion: Framework and Experiments Based on Modelling the Beliefs and Concerns of the Persuadee

• arxiv url: http://arxiv.org/abs/2101.11870v1
• Date: Thu, 28 Jan 2021 08:49:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2021-01-31 18:19:06.623706
• Title: Strategic Argumentation Dialogues for Persuasion: Framework and Experiments Based on Modelling the Beliefs and Concerns of the Persuadee
• Title（参考訳）: 説得のための戦略的議論対話--説得の信念と懸念のモデル化に基づく枠組みと実験
• Authors: Emmanuel Hadoux and Anthony Hunter and Sylwia Polberg
• Abstract要約: 特定の対話において議論が良いかどうかを決定するための2つの重要な次元は、意図する観衆が議論と反論を信じる程度であり、議論が意図する観衆の関心に与える影響である。 本稿では,これらのモデルを用いて,説得的対話における移動の選択を最適化する枠組みを提案する。
• 参考スコア（独自算出の注目度）: 6.091096843566857
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Persuasion is an important and yet complex aspect of human intelligence. When undertaken through dialogue, the deployment of good arguments, and therefore counterarguments, clearly has a significant effect on the ability to be successful in persuasion. Two key dimensions for determining whether an argument is good in a particular dialogue are the degree to which the intended audience believes the argument and counterarguments, and the impact that the argument has on the concerns of the intended audience. In this paper, we present a framework for modelling persuadees in terms of their beliefs and concerns, and for harnessing these models in optimizing the choice of move in persuasion dialogues. Our approach is based on the Monte Carlo Tree Search which allows optimization in real-time. We provide empirical results of a study with human participants showing that our automated persuasion system based on this technology is superior to a baseline system that does not take the beliefs and concerns into account in its strategy.
• Abstract（参考訳）: 説得は人間の知性の重要かつ複雑な側面である。 対話を通じて行われる場合、良い議論の展開、それゆえ反論は、説得に成功する能力に明らかに大きな影響を与える。 議論が特定の対話で良いかどうかを決定するための2つの重要な寸法は、意図した聴衆が議論と反論を信じる程度であり、議論が意図した聴衆の懸念に与える影響である。 本稿では,その信念と懸念をモデル化し,これらのモデルを用いて説得対話における移動の選択を最適化するための枠組みを提案する。 我々のアプローチはモンテカルロ木探索に基づいており、リアルタイムに最適化できる。 我々は、この技術に基づく自動説得システムが、その戦略における信念や懸念を考慮しないベースラインシステムよりも優れていることを示す、人間の参加者による研究の実証結果を提供する。

関連論文リスト

• Persuasion Should be Double-Blind: A Multi-Domain Dialogue Dataset With Faithfulness Based on Causal Theory of Mind [21.022976907694265]
  最近の説得的対話データセットは、実世界の対人インタラクションと一致しないことが多い。 ToMMAは、心の因果理論によって導かれる対話生成のための新しいマルチエージェントフレームワークである。 マルチドメイン・マルチターン・パーサッシブ・ダイアログ・データセットであるCTOMPersuを提案する。
  論文  参考訳（メタデータ） (2025-02-28T18:28:16Z)
• AutoPersuade: A Framework for Evaluating and Explaining Persuasive Arguments [0.5242869847419834]
  私たちは説得力のあるメッセージを構築するためのフレームワークであるAutoPersuadeを紹介します。 我々は説得力に影響を与える議論の特徴を識別する新しい話題モデルを開発した。 このモデルを用いて、新たな議論の有効性を予測し、異なるコンポーネントの因果的影響を評価する。
  論文  参考訳（メタデータ） (2024-10-11T15:46:05Z)
• Conceptual and Unbiased Reasoning in Language Models [98.90677711523645]
  本稿では,抽象的質問に対する概念的推論をモデルに強制する,新しい概念化フレームワークを提案する。 既存の大規模言語モデルは概念的推論では不足しており、様々なベンチマークでは9%から28%に低下している。 ハイレベルな抽象的推論が不偏で一般化可能な意思決定の鍵となるので、モデルがどのように改善できるかについて議論する。
  論文  参考訳（メタデータ） (2024-03-30T00:53:53Z)
• The Persuasive Power of Large Language Models [0.0]
  気候変動をテーマとした総合的な説得対話シナリオを設計する。 支配者」エージェントは「懐疑的」エージェントに対して説得力のある議論を生成し、その後、議論が内部の意見状態を変えたかどうかを評価する。 我々は,機械による議論の説得力を評価するために,人間の裁判官に依頼する。 以上の結果から,オンラインソーシャルメディアにおける意見形成過程において,人工エージェントが重要な役割を果たす可能性が示唆された。
  論文  参考訳（メタデータ） (2023-12-24T16:21:11Z)
• From Heuristic to Analytic: Cognitively Motivated Strategies for Coherent Physical Commonsense Reasoning [66.98861219674039]
  ヒューリスティック分析推論(HAR)戦略は、モデル決定のための合理化のコヒーレンスを大幅に改善する。 以上の結果から, PLM推論の一貫性と信頼性を効果的に向上できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-24T19:46:04Z)
• A Unifying Framework for Learning Argumentation Semantics [50.69905074548764]
  Inductive Logic Programmingアプローチを用いて、抽象的および構造化された議論フレームワークのアクセシビリティセマンティクスを解釈可能な方法で学習する新しいフレームワークを提案する。 提案手法は既存の議論解法よりも優れており,フォーマルな議論や人間と機械の対話の領域において,新たな研究の方向性が開けることになる。
  論文  参考訳（メタデータ） (2023-10-18T20:18:05Z)
• Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion [52.49981085431061]
  説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。 オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。 Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
  論文  参考訳（メタデータ） (2022-04-16T08:07:53Z)
• Towards Understanding Persuasion in Computational Argumentation [10.089382889894246]
  議論における意見形成と説得は、議論そのもの、議論の源、聴衆の特性の3つの主要な要因によって影響を受ける。 この論文は、計算的説得におけるソース、オーディエンス、言語の影響を相対的に理解するためにいくつかの貢献をしている。
  論文  参考訳（メタデータ） (2021-10-03T19:36:21Z)
• 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)
• 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。