論文の概要: CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning

• arxiv url: http://arxiv.org/abs/2110.03949v1
• Date: Fri, 8 Oct 2021 07:44:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-11 23:06:02.215595
• Title: CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning
• Title（参考訳）: CheerBots: 共感と強化学習のためのチャットボット
• Authors: Jiun-Hao Jhan, Chao-Peng Liu, Shyh-Kang Jeng, Hung-Yi Lee
• Abstract要約: 本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
• 参考スコア（独自算出の注目度）: 60.348822346249854
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Apart from the coherence and fluency of responses, an empathetic chatbot emphasizes more on people's feelings. By considering altruistic behaviors between human interaction, empathetic chatbots enable people to get a better interactive and supportive experience. This study presents a framework whereby several empathetic chatbots are based on understanding users' implied feelings and replying empathetically for multiple dialogue turns. We call these chatbots CheerBots. CheerBots can be retrieval-based or generative-based and were finetuned by deep reinforcement learning. To respond in an empathetic way, we develop a simulating agent, a Conceptual Human Model, as aids for CheerBots in training with considerations on changes in user's emotional states in the future to arouse sympathy. Finally, automatic metrics and human rating results demonstrate that CheerBots outperform other baseline chatbots and achieves reciprocal altruism. The code and the pre-trained models will be made available.
• Abstract（参考訳）: 反応の一貫性と流動性とは別に、共感的なチャットボットは人々の感情をより強調する。 人間のインタラクション間の利他的行動を考慮することで、共感的なチャットボットは、よりインタラクティブで支援的な体験を得られるようになります。 本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼ぶ。 cheerbotは検索ベースあるいは生成ベースで、深層強化学習によって微調整される。 共感的な反応を行うために,シミュレートエージェントである概念的人間モデルを開発し,同情を喚起する未来のユーザの感情状態の変化を考慮し,トレーニングにおける陽気なロボットの助けとなる。 最後に、自動測定と人格評価の結果から、cheerbotsは他のベースラインチャットボットよりも優れており、相互利他主義を実現していることがわかる。 コードと事前訓練されたモデルは利用可能になる。

関連論文リスト

• The Illusion of Empathy: How AI Chatbots Shape Conversation Perception [10.061399479158903]
  GPTベースのチャットボットは、人間の会話相手よりも共感的でないと認識された。 GPT-4oアノテーションからの共感評価はユーザの評価と一致し、低い共感の知覚を補強する。 人間と人間の会話を訓練した共感モデルでは共感言語に有意な差は認められなかった。
  論文  参考訳（メタデータ） (2024-11-19T21:47:08Z)
• Neural Generation Meets Real People: Building a Social, Informative Open-Domain Dialogue Agent [65.68144111226626]
  Chirpy Cardinalは、情報と会話の両方をねらっている。 ユーザーとボットの両方を交互に会話に駆り立てる。 Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
  論文  参考訳（メタデータ） (2022-07-25T09:57:23Z)
• EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
  共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。 変圧器事前学習言語モデル(T5)に基づく手法を提案する。 本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-10-30T19:04:48Z)
• Exemplars-guided Empathetic Response Generation Controlled by the Elements of Human Communication [88.52901763928045]
  そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。 これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
  論文  参考訳（メタデータ） (2021-06-22T14:02:33Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)
• Spot The Bot: A Robust and Efficient Framework for the Evaluation of Conversational Dialogue Systems [21.36935947626793]
  emphSpot ボットは人間とボットの会話をボット間の会話に置き換える。 人間の判断は、それが人間であるかどうかに関わらず、会話において各実体に注釈を付けるだけである。 emphSurvival Analysisは、人間のような行動を最も長く維持できるボットを計測する。
  論文  参考訳（メタデータ） (2020-10-05T16:37:52Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)
• "Love is as Complex as Math": Metaphor Generation System for Social Chatbot [13.128146708018438]
  ソーシャルチャットボットの比喩として,人間による一般的な修辞装置の使用について検討する。 本研究はまず,話題認識と新しい図形文を生成するメタファ生成フレームワークを設計する。 人間のアノテーションは生成されたメタファーの新規性と適切性を検証する。
  論文  参考訳（メタデータ） (2020-01-03T05:56:13Z)

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。