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
- 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) - Large Language Models Understand and Can be Enhanced by Emotional
Stimuli [53.53886609012119]
我々は、感情的な刺激を理解するために、大規模言語モデルの能力を探究する第一歩を踏み出す。
実験の結果,LLMは感情的知能を把握でき,その性能は感情的刺激によって改善できることがわかった。
EmotionPromptが生成タスクの性能を大幅に向上させることを示す。
論文 参考訳(メタデータ) (2023-07-14T00:57:12Z) - 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) - 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) - 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) - 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。