論文の概要: Predicting User Code-Switching Level from Sociological and Psychological
Profiles
- arxiv url: http://arxiv.org/abs/2112.06462v1
- Date: Mon, 13 Dec 2021 07:36:02 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-15 02:43:29.884176
- Title: Predicting User Code-Switching Level from Sociological and Psychological
Profiles
- Title(参考訳): 社会的・心理的プロファイルからユーザコード切り替えレベルを予測する
- Authors: Injy Hamed, Alia El Bolock, Nader Rizk, Cornelia Herbert, Slim
Abdennadher, Ngoc Thang Vu
- Abstract要約: ユーザのCS周波数とキャラクタ特性の相関関係を示す。
機械学習(ML)を用いて結果を検証する。
予測モデルは、ユーザのCS周波数を55%以上の精度で予測することができた。
- 参考スコア(独自算出の注目度): 24.32063659777203
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Multilingual speakers tend to alternate between languages within a
conversation, a phenomenon referred to as "code-switching" (CS). CS is a
complex phenomenon that not only encompasses linguistic challenges, but also
contains a great deal of complexity in terms of its dynamic behaviour across
speakers. This dynamic behaviour has been studied by sociologists and
psychologists, identifying factors affecting CS. In this paper, we provide an
empirical user study on Arabic-English CS, where we show the correlation
between users' CS frequency and character traits. We use machine learning (ML)
to validate the findings, informing and confirming existing theories. The
predictive models were able to predict users' CS frequency with an accuracy
higher than 55%, where travel experiences and personality traits played the
biggest role in the modeling process.
- Abstract(参考訳): 多言語話者は会話の中で言語間で交互に話す傾向があり、この現象は"code-switching"(CS)と呼ばれる。
CSは言語的な課題を包含するだけでなく、話者間の動的振る舞いの観点からも多くの複雑さを含む複雑な現象である。
この動的な行動は社会学者や心理学者によって研究され、CSに影響を与える要因を特定している。
本稿では,アラビア語と英語のcsについて経験的ユーザ調査を行い,ユーザのcs頻度と文字特性の相関性を示す。
機械学習(ML)を用いて、既存の理論を検証し、報告し、確認する。
予測モデルはユーザのCS周波数を55%以上の精度で予測することができ、そこでは旅行経験と性格特性がモデリングプロセスで最大の役割を果たした。
関連論文リスト
- Relationship between auditory and semantic entrainment using Deep Neural
Networks (DNN) [0.0]
本研究では、BERTやTRILL(TRILL)ベクターのような最先端の埋め込みを利用して、対話中のターンの意味的および聴覚的類似性を測定する特徴を抽出した。
聴覚機能と比較して意味的特徴を訓練する傾向が見られた。
本研究の成果は,ヒトと機械の相互作用(HMI)におけるエントレインメントのメカニズムの実装に役立つかもしれない。
論文 参考訳(メタデータ) (2023-12-27T14:50:09Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳(メタデータ) (2023-03-14T16:08:45Z) - The Who in Code-Switching: A Case Study for Predicting Egyptian
Arabic-English Code-Switching Levels based on Character Profiles [20.746558640332953]
コードスイッチング(英: Code-switching, CS)とは、多言語個人が1つの会話の中で言語を交互に交互に交互に行う言語現象である。
機械学習(ML)を使用して、ユーザのプロファイルに基づいて、ユーザのCSレベルを予測する。
その結果, CS行動は, 話者, 旅行経験, ニューロティシズム, 外転性性格特性の関連性が示唆された。
論文 参考訳(メタデータ) (2022-07-31T13:47:35Z) - 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) - Color Overmodification Emerges from Data-Driven Learning and Pragmatic
Reasoning [53.088796874029974]
話者の指示表現は、実践的な言語使用の性質を照らし出すのに役立つ方法で、コミュニケーションイデアルから逸脱していることを示す。
ニューラルネットワークを学習エージェントとして採用することにより、過度な修正は、頻度の低い、あるいは正常な環境特性に結びつく可能性が高いことを示す。
論文 参考訳(メタデータ) (2022-05-18T18:42:43Z) - Perception Point: Identifying Critical Learning Periods in Speech for
Bilingual Networks [58.24134321728942]
ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。
我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
論文 参考訳(メタデータ) (2021-10-13T05:30:50Z) - BERT meets LIWC: Exploring State-of-the-Art Language Models for
Predicting Communication Behavior in Couples' Conflict Interactions [3.0309575462589122]
我々は、ドイツ語話者のスイス人368人のカップルのコミュニケーションコードを自動的に予測するために機械学習モデルを訓練する。
結果は、心理学における事実上の言語的特徴であるLIWCの近代的な代替案を検討する時が来たことを示唆している。
論文 参考訳(メタデータ) (2021-06-03T01:37:59Z) - Evaluating Models of Robust Word Recognition with Serial Reproduction [8.17947290421835]
広範囲確率的生成言語モデルと人間の言語的期待を捉える能力の比較を行った。
先行した言語的文脈の抽象表現を利用するこれらのモデルは、連続再生の過程で人々が行った変化を最もよく予測する。
論文 参考訳(メタデータ) (2021-01-24T20:16:12Z) - NLP-CIC at SemEval-2020 Task 9: Analysing sentiment in code-switching
language using a simple deep-learning classifier [63.137661897716555]
コードスイッチングは、2つ以上の言語が同じメッセージで使用される現象である。
標準的な畳み込みニューラルネットワークモデルを用いて、スペイン語と英語の混在するツイートの感情を予測する。
論文 参考訳(メタデータ) (2020-09-07T19:57:09Z) - Style Variation as a Vantage Point for Code-Switching [54.34370423151014]
Code-Switching (CS) は、複数のバイリンガルコミュニティや多言語コミュニティでよく見られる現象である。
両言語間のスタイルのバリエーションとして,CSの新たな特徴点を提示する。
本稿では,第1段階がCSの競合負例を生成し,第2段階がより現実的なCS文を生成する2段階生成逆トレーニング手法を提案する。
論文 参考訳(メタデータ) (2020-05-01T15:53:16Z)
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。