論文の概要: Conversational Analysis of Daily Dialog Data using Polite Emotional Dialogue Acts

• arxiv url: http://arxiv.org/abs/2205.02921v1
• Date: Thu, 5 May 2022 21:03:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-09 23:06:45.787888
• Title: Conversational Analysis of Daily Dialog Data using Polite Emotional Dialogue Acts
• Title（参考訳）: ポリット感情対話法を用いた日常対話データの会話分析
• Authors: Chandrakant Bothe and Stefan Wermter
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 15.224826239931813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Many socio-linguistic cues are used in conversational analysis, such as emotion, sentiment, and dialogue acts. One of the fundamental cues is politeness, which linguistically possesses properties such as social manners useful in conversational analysis. This article presents findings of polite emotional dialogue act associations, where we can correlate the relationships between the socio-linguistic cues. We confirm our hypothesis that the utterances with the emotion classes Anger and Disgust are more likely to be impolite. At the same time, Happiness and Sadness are more likely to be polite. A less expectable phenomenon occurs with dialogue acts Inform and Commissive which contain more polite utterances than Question and Directive. Finally, we conclude on the future work of these findings to extend the learning of social behaviours using politeness.
• 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。 基本的な手がかりの1つは丁寧さであり、会話分析に有用な社会的マナーなどの特性を言語的に有している。 本稿では, 社会的言語学的手がかりの関連を関連づける, 丁寧な情緒的対話行動関連について述べる。 我々は,感情階級の怒りや嫌悪感を伴う発話は不礼である可能性が高いという仮説を確認した。 同時に、幸福と悲しみはより礼儀正しいものになりがちである。 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。 最後に, これらの知見の今後の課題について, 丁寧さによる社会的行動の学習を拡大する。

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)
• Decoding Emotional Experiences in Dyadic Conversations of Married Couples: Leveraging Semantic Similarity through Sentence Embedding [41.94295877935867]
  本研究は,10分間の会話と10分間の肯定的な会話を交互に行う50人の夫婦の会話を分析した。 変換器ベースモデルであるGeneral Text Embeddings-Large を用いて各話者からの発話の埋め込みを求める。 その結果、類似度が低いことは、ポジティブな(しかし対立しない)会話においてよりポジティブな感情経験と関連していることが示された。
  論文  参考訳（メタデータ） (2023-09-22T06:37:45Z)
• 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)
• ProsocialDialog: A Prosocial Backbone for Conversational Agents [104.92776607564583]
  ProsocialDialogは、対話エージェントに社会規範に従って問題コンテンツに応答するように教える最初の大規模対話データセットである。 ProsocialDialogは、人間とAIのコラボレーションフレームワークで作られ、58Kの対話と331Kの発話、160KのRoT、および497Kの対話安全ラベルで構成されている。 本データセットでは,対話型安全性検出モジュールであるCanaryを導入し,会話コンテキストを指定したRoTを生成するとともに,社会的にインフォームドされた対話エージェントであるProstを導入する。
  論文  参考訳（メタデータ） (2022-05-25T11:48:47Z)
• Polite Emotional Dialogue Acts for Conversational Analysis in Daily Dialog Data [0.6396288020763143]
  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。
  論文  参考訳（メタデータ） (2021-12-27T08:48:57Z)
• 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)
• Will I Sound Like Me? Improving Persona Consistency in Dialogues through Pragmatic Self-Consciousness [62.55060760615656]
  一貫性に対処する最近のモデルは、しばしば追加の自然言語推論(NLI)ラベルでトレーニングするか、あるいは一貫性を維持するためにトレーニングされた追加モジュールを生成エージェントにアタッチする。 社会的認知と実用性に触発されて、私たちは既存の対話エージェントに、想像上のリスナーを通して、公的な自己意識を持たせました。 我々のアプローチは、Rational Speech Actsフレームワークに基づいて、会話エージェントに矛盾の発声を控えるように強制することができる。
  論文  参考訳（メタデータ） (2020-04-13T08:16:16Z)

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。