論文の概要: Polite Emotional Dialogue Acts for Conversational Analysis in Daily Dialog Data

• arxiv url: http://arxiv.org/abs/2112.13572v2
• Date: Tue, 28 Dec 2021 19:44:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-30 12:51:05.050491
• Title: Polite Emotional Dialogue Acts for Conversational Analysis in Daily Dialog Data
• Title（参考訳）: 日常対話データにおける会話分析のためのポリット感情対話法
• Authors: Chandrakant Bothe
• Abstract要約: 感情のクラスでは、Anger と Disgust の発話は、幸福と悲しみが丁寧であるのに対して、不愉快である可能性が高くなる。 インフォームとコミミティブは質問や指示よりも多くの丁寧な発話を含んでいる。
• 参考スコア（独自算出の注目度）: 0.6396288020763143
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many socio-linguistic cues are used in the conversational analysis, such as emotion, sentiment, and dialogue acts. One of the fundamental social cues is politeness, which linguistically possesses properties useful in conversational analysis. This short article presents some of the brief findings of polite emotional dialogue acts, where we can correlate the relational bonds between these socio-linguistics cues. We found that the utterances with emotion classes Anger and Disgust are more likely to be impolite while Happiness and Sadness to be polite. Similar phenomenon occurs with dialogue acts, Inform and Commissive contain many polite utterances than Question and Directive. Finally, we will conclude on the future work of these findings.
• Abstract（参考訳）: 多くの社会言語学的な手がかりは、感情、感情、対話行動などの会話分析に使われている。 基本的な社会的手がかりの1つは丁寧さであり、言語的に会話分析に有用な特性を持っている。 本稿では、これらの社会言語学的な手がかり間の関係関係を関連づけることができる、丁寧な感情対話行動の簡単な発見について述べる。 感情のクラスでは、Anger と Disgust の発話は、幸福と悲しみが丁寧であるのに対して、不愉快である傾向が見られた。 同様の現象は対話行為で起こり、情報とコミュニケーションは質問や指示よりも多くの丁寧な発話を含んでいる。 最後に,これらの知見の今後の研究についてまとめる。

関連論文リスト

• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior [8.791757758576951]
  本研究では,共感的反応を生成するための認知,愛情,行動の包括的視点を取り入れた新しい枠組みを提案する。 認識のために、外部知識を活用することにより、対話において重要なキーワード間の経路を構築する。 情緒については,両者の感情を含む2つの潜伏変数による情緒的依存をとらえる。
  論文  参考訳（メタデータ） (2023-02-03T14:31:17Z)
• Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Selection [47.60224978460442]
  情緒的対話生成のためのシリアル・アンド・感情知識相互作用(SEEK)法を提案する。 我々は,会話中の感情のダイナミックス(感情の流れ)に敏感な微粒なエンコーディング戦略を用いて,応答の感情依存特性を予測するとともに,知識と感情の相互作用をモデル化し,より敏感な応答を生成する新しい枠組みを設計する。
  論文  参考訳（メタデータ） (2022-10-21T03:51:18Z)
• EmoInHindi: A Multi-label Emotion and Intensity Annotated Dataset in Hindi for Emotion Recognition in Dialogues [44.79509115642278]
  我々はHindiにEmoInHindiという大きな会話データセットを作成し、会話におけるマルチラベルの感情と強度の認識を可能にした。 我々は、精神保健と犯罪被害者の法的カウンセリングのために、ウィザード・オブ・オズの方法でデータセットを作成します。
  論文  参考訳（メタデータ） (2022-05-27T11:23:50Z)
• Conversational Analysis of Daily Dialog Data using Polite Emotional Dialogue Acts [15.224826239931813]
  本稿では、丁寧な情緒的対話行為の関連について述べる。 我々は、Anger と Disgust の感情クラスでの発声が不完全である可能性が高いという仮説を裏付ける。 より期待できない現象は、質問や指示よりも丁寧な発話を含むインフォームとコミミティブの対話行為である。
  論文  参考訳（メタデータ） (2022-05-05T21:03:47Z)
• Towards Multi-Turn Empathetic Dialogs with Positive Emotion Elicitation [39.747587984500406]
  本稿では,肯定的な感情誘発を伴う共感的対話生成の課題について述べる。 エージェントは、マルチターンダイアログにおいて、ユーザのポジティブ感情を引き出すターゲットとともに共感応答を行う。 我々はPosEmoDialと呼ばれる肯定的な感情誘発を伴う大規模感情対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-04-22T05:32:08Z)
• Chat-Capsule: A Hierarchical Capsule for Dialog-level Emotion Analysis [70.98130990040228]
  本稿では,発話レベルと対話レベルの両方の感情とその相互関係をモデル化したコンテキストベースの階層的注意カプセル(Chat-Capsule)モデルを提案する。 Eコマースプラットフォームの顧客サポートから収集したダイアログデータセットでは,ユーザの満足度や感情曲線のカテゴリも予測できる。
  論文  参考訳（メタデータ） (2022-03-23T08:04:30Z)
• Perspective-taking and Pragmatics for Generating Empathetic Responses Focused on Emotion Causes [50.569762345799354]
  i) 相手の感情が発話から引き起こされる原因となる単語を特定することと, (ii) 応答生成における特定の単語を反映することである。 社会的認知からインスピレーションを得て、生成的推定を用いて、感情が単語レベルのラベルのない発話から単語を推論する。
  論文  参考訳（メタデータ） (2021-09-18T04:22:49Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)

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。