論文の概要: What Makes a Message Persuasive? Identifying Adaptations Towards
Persuasiveness in Nine Exploratory Case Studies
- arxiv url: http://arxiv.org/abs/2104.12454v1
- Date: Mon, 26 Apr 2021 10:35:14 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-27 14:42:57.926519
- Title: What Makes a Message Persuasive? Identifying Adaptations Towards
Persuasiveness in Nine Exploratory Case Studies
- Title（参考訳）: メッセージの説得力とは?
9つの事例研究における説得性への適応の同定
- Authors: Sebastian Duerr, Krystian Teodor Lange, Peter A. Gloor
- Abstract要約: 専門的および非専門的作家が説得力を高めるために行う適応を特定するために、9つの探索的ケーススタディを実施した。
著者らが直面した課題を特定し,説得力のある自然言語生成で解決するための戦略を特定した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The ability to persuade others is critical to professional and personal
success. However, crafting persuasive messages is demanding and poses various
challenges. We conducted nine exploratory case studies to identify adaptations
that professional and non-professional writers make in written scenarios to
increase their subjective persuasiveness. Furthermore, we identified challenges
that those writers faced and identified strategies to resolve them with
persuasive natural language generation, i.e., artificial intelligence. Our
findings show that humans can achieve high degrees of persuasiveness (more so
for professional-level writers), and artificial intelligence can complement
them to achieve increased celerity and alignment in the process.
- Abstract（参考訳）: 他人を説得する能力は、専門的かつ個人的な成功に不可欠である。
しかし、説得力のあるメッセージを作るのは困難であり、様々な課題がある。
専門的・専門的でない作家が執筆シナリオで行う適応を,主観的説得力を高めるために,9つの事例研究を行った。
さらに,これらの著者が直面した課題を特定し,説得力のある自然言語生成,すなわち人工知能を用いて解決する戦略を特定した。
我々の研究結果は、人間は高い説得力(より専門レベルの作家にとって)を達成でき、人工知能はそれらを補完し、その過程における寛大さと整合性を達成することができることを示している。
関連論文リスト
- "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - 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) - Automated Essay Scoring in Argumentative Writing: DeBERTeachingAssistant [0.0]
本稿では,議論的記述談話要素の注釈付けにおいて,上述の精度を達成できるトランスフォーマーに基づくアーキテクチャを提案する。
我々は、学生に実行可能なフィードバックを提供するために、我々のモデルの説明可能性を調べる今後の研究を拡大する。
論文 参考訳（メタデータ） (2023-07-09T23:02:19Z) - PromptRobust: Towards Evaluating the Robustness of Large Language Models on Adversarial Prompts [76.18347405302728]
本研究は、文字、単語、文、意味といった複数のレベルにわたるプロンプトを標的とした、敵対的なテキスト攻撃を多用する。
相手のプロンプトは、感情分析、自然言語推論、読書理解、機械翻訳、数学の問題解決など様々なタスクに使用される。
以上の結果から,現代の大規模言語モデルでは,敵対的プロンプトに対して頑健ではないことが示唆された。
論文 参考訳（メタデータ） (2023-06-07T15:37:00Z) - 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) - A Storytelling Robot managing Persuasive and Ethical Stances via ACT-R:
an Exploratory Study [0.6882042556551609]
本稿では,ACT-R認知アーキテクチャによって制御されるストーリーテリングロボットについて述べる。
本報告では,63名の被験者を対象に,システムの探索的評価を行った。
論文 参考訳（メタデータ） (2021-07-27T14:27:58Z) - Strategic Argumentation Dialogues for Persuasion: Framework and
Experiments Based on Modelling the Beliefs and Concerns of the Persuadee [6.091096843566857]
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。
論文 参考訳（メタデータ） (2021-01-28T08:49:24Z) - 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) - 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。