論文の概要: SocAoG: Incremental Graph Parsing for Social Relation Inference in
Dialogues
- arxiv url: http://arxiv.org/abs/2106.01006v1
- Date: Wed, 2 Jun 2021 08:07:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-03 14:47:32.669569
- Title: SocAoG: Incremental Graph Parsing for Social Relation Inference in
Dialogues
- Title(参考訳): SocAoG:対話における社会的関係推論のためのインクリメンタルグラフ解析
- Authors: Liang Qiu, Yuan Liang, Yizhou Zhao, Pan Lu, Baolin Peng, Zhou Yu, Ying
Nian Wu, Song-Chun Zhu
- Abstract要約: 対話から社会的関係を推定することは、感情的に知的なロボットを構築するのに不可欠である。
我々は、グループ間の関係の整合性のために、SocAoGという名前のAnd-or Graphとしてソーシャルネットワークをモデル化する。
DialogRE と MovieGraph の実証実験結果から,我々のモデルは最先端の手法よりも社会的関係を正確に推定できることがわかった。
- 参考スコア(独自算出の注目度): 112.94918467195637
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Inferring social relations from dialogues is vital for building emotionally
intelligent robots to interpret human language better and act accordingly. We
model the social network as an And-or Graph, named SocAoG, for the consistency
of relations among a group and leveraging attributes as inference cues.
Moreover, we formulate a sequential structure prediction task, and propose an
$\alpha$-$\beta$-$\gamma$ strategy to incrementally parse SocAoG for the
dynamic inference upon any incoming utterance: (i) an $\alpha$ process
predicting attributes and relations conditioned on the semantics of dialogues,
(ii) a $\beta$ process updating the social relations based on related
attributes, and (iii) a $\gamma$ process updating individual's attributes based
on interpersonal social relations. Empirical results on DialogRE and MovieGraph
show that our model infers social relations more accurately than the
state-of-the-art methods. Moreover, the ablation study shows the three
processes complement each other, and the case study demonstrates the dynamic
relational inference.
- Abstract(参考訳): 対話から社会的関係を推測することは、人間の言語をより良く解釈し、それに応じて行動するために感情的にインテリジェントなロボットを構築するために不可欠である。
我々は、グループ間の関係の整合性を保ち、属性を推論の手がかりとして活用するために、SocAoGという名前のAnd-or Graphをモデル化する。
さらに, 逐次構造予測タスクを定式化し, 着信音声の動的推論に対してSocAoGを漸進的に解析するための$\alpha$-$\beta$-$\gamma$戦略を提案する。 (i) 対話の意味論に基づく属性と関係の予測を行う$\alpha$プロセス, (ii) 関連属性に基づく社会的関係の更新を行う$\beta$プロセス, (iii) 対人関係に基づく個人属性の更新を行う$\gamma$プロセス。
DialogRE と MovieGraph の実証実験結果から,我々のモデルは最先端の手法よりも社会的関係を正確に推定できることがわかった。
さらに, アブレーション研究は3つのプロセスが互いに補完し合うことを示し, 事例研究は動的関係推論を示す。
関連論文リスト
- Social Orientation: A New Feature for Dialogue Analysis [15.192659799728181]
ソーシャル指向タグをラベル付けした対話音声のデータセットを新たに導入する。
ソーシャル・オリエンテーション・タグは特に低リソース環境においてタスク・パフォーマンスを向上させることを示す。
また、ニューラルモデルにおける社会的相互作用の結果を説明する上で、ソーシャルオリエンテーションタグがどのように役立つかを実証する。
論文 参考訳(メタデータ) (2024-02-26T01:55:45Z) - TOD-Flow: Modeling the Structure of Task-Oriented Dialogues [77.15457469745364]
ダイアログを付加した対話データからTOD-Flowグラフを推定する手法を提案する。
推定されたTOD-Flowグラフは、任意の対話モデルと容易に統合することができ、予測性能、透明性、制御性を改善することができる。
論文 参考訳(メタデータ) (2023-12-07T20:06:23Z) - Sequential annotations for naturally-occurring HRI: first insights [0.0]
組込み会話エージェントによって達成されたインタラクションを改善するために開発した手法について説明する。
私たちは、自然に発生するインタラクションのコーパスを作成し、コミュニティに提供します。
論文 参考訳(メタデータ) (2023-08-29T08:07:26Z) - Improving (Dis)agreement Detection with Inductive Social Relation
Information From Comment-Reply Interactions [49.305189190372765]
社会関係情報は、テキスト情報以外の(認識の)タスクにおいて補助的な役割を果たすことができる。
本稿では,このような関係情報を(離散化)データから帰納的社会関係グラフに抽出する手法を提案する。
社会関係は,特に長時間のコメント-返信ペアにおいて,(不一致)認識モデルの性能を高めることができる。
論文 参考訳(メタデータ) (2023-02-08T09:09:47Z) - Social Processes: Self-Supervised Forecasting of Nonverbal Cues in
Social Conversations [22.302509912465077]
我々は、社会的人間関係の分野におけるボトムアップな自己監督的アプローチの方向への第一歩を踏み出す。
ソーシャルキュー予測のタスクを定式化し、ラベルなしの低レベル行動キューを多量に活用する。
本稿では,ニューラル・プロセス(NP)ファミリー内における社会的に認識されるシーケンス・ツー・シーケンス(Seq2Seq)モデルを提案する。
論文 参考訳(メタデータ) (2021-07-28T18:01:08Z) - Dynamic Hybrid Relation Network for Cross-Domain Context-Dependent
Semantic Parsing [52.24507547010127]
ドメイン間コンテキスト依存のセマンティック解析は研究の新たな焦点である。
本稿では,コンテキストの発話,トークン,データベーススキーマ,会話の進行に伴う複雑なインタラクションを効果的にモデル化する動的グラフフレームワークを提案する。
提案したフレームワークは既存のモデルを大きなマージンで上回り、2つの大規模ベンチマークで新しい最先端性能を達成する。
論文 参考訳(メタデータ) (2021-01-05T18:11:29Z) - Dialogue Discourse-Aware Graph Convolutional Networks for Abstractive
Meeting Summarization [24.646506847760822]
会議要約のための対話談-Aware Graph Convolutional Networks (DDA-GCN) を開発する。
まず,対話談話関係を用いた会議テキスト全体を談話グラフに変換し,それからDDA-GCNを用いてそのグラフの意味表現を符号化する。
最後に,再帰的ニューラルネットワークを用いて要約を生成する。
論文 参考訳(メタデータ) (2020-12-07T07:51:38Z) - Graph-Based Social Relation Reasoning [101.9402771161935]
社会関係認識のためのグラフ関係推論ネットワーク(GR2N)を提案する。
本手法は,社会関係グラフの構築による連関関係推定のパラダイムを考察する。
実験結果から,本手法は合理的で一貫した社会関係グラフを生成することが示された。
論文 参考訳(メタデータ) (2020-07-15T03:01:11Z) - Recursive Social Behavior Graph for Trajectory Prediction [49.005219590582676]
我々は、グループベースのアノテーションによって管理される社会表現を、再帰的社会行動グラフと呼ばれる社会行動グラフに定式化する。
再帰的社会行動グラフ(Recursive Social Behavior Graph)のガイダンスにより、EDHおよびUCYデータセットにおける最先端の手法をADEの11.1%、FDEの10.8%で上回る。
論文 参考訳(メタデータ) (2020-04-22T06:01:48Z)
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。