論文の概要: Evaluation of In-Person Counseling Strategies To Develop Physical Activity Chatbot for Women

• arxiv url: http://arxiv.org/abs/2107.10410v1
• Date: Thu, 22 Jul 2021 00:39:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-23 12:59:23.325350
• Title: Evaluation of In-Person Counseling Strategies To Develop Physical Activity Chatbot for Women
• Title（参考訳）: 女性のための身体活動チャットボット開発のための対人カウンセリング戦略の評価
• Authors: Kai-Hui Liang, Patrick Lange, Yoo Jung Oh, Jingwen Zhang, Yoshimi Fukuoka, Zhou Yu
• Abstract要約: 本研究は,女性の身体活動介入プログラムから収集した介入会話データセットを紹介する。 我々は4次元の包括的なアノテーションスキーム(ドメイン、戦略、社会的交換、タスク中心の交換)を設計し、ダイアログのサブセットを注釈付けした。 人間の介入が効果的な行動変化をいかに引き起こすかを理解するために,介入戦略と参加者の障壁の変化と身体活動に対する社会的支援との関係を分析した。
• 参考スコア（独自算出の注目度）: 31.20917921863815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Artificial intelligence chatbots are the vanguard in technology-based intervention to change people's behavior. To develop intervention chatbots, the first step is to understand natural language conversation strategies in human conversation. This work introduces an intervention conversation dataset collected from a real-world physical activity intervention program for women. We designed comprehensive annotation schemes in four dimensions (domain, strategy, social exchange, and task-focused exchange) and annotated a subset of dialogs. We built a strategy classifier with context information to detect strategies from both trainers and participants based on the annotation. To understand how human intervention induces effective behavior changes, we analyzed the relationships between the intervention strategies and the participants' changes in the barrier and social support for physical activity. We also analyzed how participant's baseline weight correlates to the amount of occurrence of the corresponding strategy. This work lays the foundation for developing a personalized physical activity intervention bot. The dataset and code are available at https://github.com/KaihuiLiang/physical-activity-counseling
• Abstract（参考訳）: 人工知能チャットボットは、人々の行動を変えるための技術に基づく介入の先駆者です。 介入チャットボットを開発するための第一歩は、人間の会話における自然言語会話戦略を理解することである。 本研究は,女性の身体活動介入プログラムから収集した介入会話データセットを紹介する。 我々は4次元の包括的なアノテーションスキーム(ドメイン、戦略、社会的交換、タスク中心の交換)を設計し、ダイアログのサブセットを注釈付けした。 このアノテーションに基づいて,トレーナーと参加者の両方から戦略を検出するために,文脈情報を用いた戦略分類器を構築した。 人間の介入が効果的な行動変化をいかに引き起こすかを理解するために,介入戦略と障壁の変化,身体活動に対する社会的支援との関係を分析した。 また,参加者の基準体重が,対応する戦略の発生量とどのように相関するかを解析した。 この研究は、パーソナライズされた身体活動介入ボットの開発の基礎を築いた。 データセットとコードはhttps://github.com/kaihuiliang/physical-activity-counselingで入手できる。

関連論文リスト

• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
  我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。 GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。 我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2024-03-17T03:52:52Z)
• Maia: A Real-time Non-Verbal Chat for Human-AI Interaction [11.558827428811385]
  本稿では,顔の表情と頭部の動きを反映したテキストチャットの代替案を提案する。 私たちのゴールは、表情やその他の非言語的手がかりをリアルタイムで追跡し分析し、この情報を使って人間の振る舞いを予測し理解するモデルを構築することです。
  論文  参考訳（メタデータ） (2024-02-09T13:07:22Z)
• Real-time Addressee Estimation: Deployment of a Deep-Learning Model on the iCub Robot [52.277579221741746]
  住所推定は、社会ロボットが人間とスムーズに対話するために必要なスキルである。 人間の知覚スキルにインスパイアされたディープラーニングモデルは、iCubロボットに設計、訓練、デプロイされる。 本研究では,人間-ロボットのリアルタイムインタラクションにおいて,そのような実装の手順とモデルの性能について述べる。
  論文  参考訳（メタデータ） (2023-11-09T13:01:21Z)
• Social Motion Prediction with Cognitive Hierarchies [19.71780279070757]
  我々は新しいベンチマーク、新しい定式化、認知に触発されたフレームワークを紹介する。 We present Wusi, a 3D multi-person motion data under the context of team sports。 戦略的社会的相互作用を予測するための認知階層構造を構築した。
  論文  参考訳（メタデータ） (2023-11-08T14:51:17Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• Leveraging Open Data and Task Augmentation to Automated Behavioral Coding of Psychotherapy Conversations in Low-Resource Scenarios [35.44178630251169]
  心理療法の相互作用において、セッションの質は会話中の参加者のコミュニケーション行動の体系化によって評価される。 本稿では、公開可能な会話ベースのデータセットを活用し、低リソースな行動符号化タスクに知識を伝達する。 本稿では,タスク拡張手法を導入して,対象タスクに類似したタスクを多数生成し,提案手法が他のベースラインモデルよりも正確に対象行動を予測することを示す。
  論文  参考訳（メタデータ） (2022-10-25T18:15:25Z)
• Bodily Behaviors in Social Interaction: Novel Annotations and State-of-the-Art Evaluation [0.0]
  本稿では,社会相互作用に埋め込まれた複雑な身体行動の最初のアノテーションであるBBSIについて述べる。 心理学における過去の研究に基づいて,26時間の自発的な行動について手動で注釈を付けた。 我々は、人間の行動検出のための最先端のアプローチであるピラミッド拡張注意ネットワーク(PDAN)を適応する。
  論文  参考訳（メタデータ） (2022-07-26T11:24:00Z)
• 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)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。