Fugu-MT 論文翻訳(概要): Transition to Adulthood for Young People with Intellectual or Developmental Disabilities: Emotion Detection and Topic Modeling

論文の概要: Transition to Adulthood for Young People with Intellectual or Developmental Disabilities: Emotion Detection and Topic Modeling

arxiv url: http://arxiv.org/abs/2209.10477v1
Date: Wed, 21 Sep 2022 16:23:45 GMT
ステータス: 処理完了
システム内更新日: 2022-09-22 15:23:57.882570
Title: Transition to Adulthood for Young People with Intellectual or Developmental Disabilities: Emotion Detection and Topic Modeling
Title（参考訳）: 知的障害・発達障害のある若者の成人化 : 感情検出とトピックモデリング
Authors: Yan Liu, Maria Laricheva, Chiyu Zhang, Patrick Boutet, Guanyu Chen, Terence Tracey, Giuseppe Carenini, Richard Young
Abstract要約: 本研究では、自然言語処理(NLP)手法を用いて、心理学者が感情や感情を分析するのを支援する方法について検討する。成人期への移行期であるIDDを欠いた若年者と比較した。
参考スコア（独自算出の注目度）: 17.58173792124059
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Transition to Adulthood is an essential life stage for many families. The prior research has shown that young people with intellectual or development disabil-ities (IDD) have more challenges than their peers. This study is to explore how to use natural language processing (NLP) methods, especially unsupervised machine learning, to assist psychologists to analyze emotions and sentiments and to use topic modeling to identify common issues and challenges that young people with IDD and their families have. Additionally, the results were compared to those obtained from young people without IDD who were in tran-sition to adulthood. The findings showed that NLP methods can be very useful for psychologists to analyze emotions, conduct cross-case analysis, and sum-marize key topics from conversational data. Our Python code is available at https://github.com/mlaricheva/emotion_topic_modeling.
Abstract（参考訳）: 成人への移行は多くの家族にとって不可欠な生活段階である。以前の研究では、知的発達障害(idd)を持つ若者は仲間よりも課題が多いことが示されている。本研究は,自然言語処理(nlp)手法,特に教師なし機械学習(unsupervised machine learning)を用いて,心理学者が感情や感情を分析し,トピックモデリングを用いて,iddとその家族を持つ若者が抱える共通問題や課題を特定する方法を検討することである。また, 成人期から成人期にかけてのIDDを欠いた若年者と比較した。その結果,nlp法は感情分析やクロスケース分析,会話データから重要な話題を要約する上で,心理学者にとって非常に有用であることがわかった。私たちのpythonコードはhttps://github.com/mlaricheva/emotion_topic_modelingで利用可能です。

関連論文リスト

Can Machines Resonate with Humans? Evaluating the Emotional and Empathic Comprehension of LMs [31.556095945149583]
言語モデルにおける共感理解を改善するためのいくつかの戦略を提案する。アノテータ間の低い合意は、トレーニングを妨げ、タスクの主観的な性質を強調します。これを研究するために,我々はウルドゥー語でストーリーペアを注意深く収集し,アノテータ間の共感を解釈する主観性は文化的背景とは無関係であることがわかった。
論文参考訳（メタデータ） (2024-06-17T06:22:20Z)
Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
論文参考訳（メタデータ） (2024-06-07T08:58:29Z)
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)
Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
論文参考訳（メタデータ） (2024-01-24T20:55:40Z)
Enhancing Emotional Generation Capability of Large Language Models via Emotional Chain-of-Thought [50.13429055093534]
大規模言語モデル(LLM)は様々な感情認識タスクにおいて顕著な性能を示した。本研究では,感情生成タスクにおけるLLMの性能を高めるための感情連鎖(ECoT)を提案する。
論文参考訳（メタデータ） (2024-01-12T16:42:10Z)
Hybrid Models for Facial Emotion Recognition in Children [0.0]
本稿では,遠隔操作型ロボットによる子どものセラピーの実践において,心理学者を支援するための感情認識技術の利用に焦点を当てた。 Embodied Conversational Agents (ECA) は、プロが社会的課題に直面している子供と繋がる手助けをする仲介ツールである。
論文参考訳（メタデータ） (2023-08-24T04:20:20Z)
Computational behavior recognition in child and adolescent psychiatry: A statistical and machine learning analysis plan [3.975358343371988]
我々は,人工知能(AI)ツールを用いた心理療法と研究のために,人間の行動のコーディングを自動化することを目的としている。強迫性障害 (OCD) を持つ25人の若者と, 精神科的診断 (no-OCD) を伴わない12人の青少年のゴールドスタンダード半構造化診断インタビューのビデオを分析した。
論文参考訳（メタデータ） (2022-05-11T19:12:15Z)
StoryBuddy: A Human-AI Collaborative Chatbot for Parent-Child Interactive Storytelling with Flexible Parental Involvement [61.47157418485633]
私たちは、インタラクティブなストーリーテリング体験を作成するためのAI対応システムであるStoryBuddyを開発した。ユーザスタディでは、StoryBuddyのユーザビリティを検証し、将来の親とAIのコラボレーションシステムの設計上の洞察を提案した。
論文参考訳（メタデータ） (2022-02-13T04:53:28Z)
Exploring the pattern of Emotion in children with ASD as an early biomarker through Recurring-Convolution Neural Network (R-CNN) [0.0]
本論文は,基本的表情の同定と時間変化因子による感情の探索を行う。これらの感情は、前頭面にプロットされた68個のランドマークポイントを用いて、CNN-FERシステムとして知られるRNNによって形成された予測ネットワークを用いて、CNNで識別された表情を組み込むことで分析される。
論文参考訳（メタデータ） (2021-12-30T09:35:05Z)
Emotion Recognition of the Singing Voice: Toward a Real-Time Analysis Tool for Singers [0.0]
現在の計算感情研究は、感情が数学的に知覚される方法を分析するために音響特性を適用することに焦点を当てている。本稿は,関連する研究の知見を反映し,拡張し,この目標に向けての一歩を踏み出す。
論文参考訳（メタデータ） (2021-05-01T05:47:15Z)
Computational Emotion Analysis From Images: Recent Advances and Future Directions [79.05003998727103]
本章では,画像感情分析(IEA)を計算的観点から導入することを目的としている。心理学の一般的な感情表現モデルから始めます。そして、研究者たちが解決しようとしている重要な計算問題を定義します。
論文参考訳（メタデータ） (2021-03-19T13:33:34Z)

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。