論文の概要: Emotion Twenty Questions Dialog System for Lexical Emotional Intelligence

• arxiv url: http://arxiv.org/abs/2210.02400v1
• Date: Wed, 5 Oct 2022 17:20:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-06 14:29:02.215670
• Title: Emotion Twenty Questions Dialog System for Lexical Emotional Intelligence
• Title（参考訳）: 語彙的感情知性のための感情20質問対話システム
• Authors: Abe Kazemzadeh and Adedamola Sanusi and Huihui (Summer) Nie
• Abstract要約: 本稿では,感情の表現方法を研究するための対話ゲームであるEmotion Twenty Questions (EMO20Q) のWeb上でのデモンストレーションを行う。 EMO20Qは、ゲームをプレイできる人工的にインテリジェントなダイアログエージェントの開発にも使用することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: This paper presents a web-based demonstration of Emotion Twenty Questions (EMO20Q), a dialog game whose purpose is to study how people describe emotions. EMO20Q can also be used to develop artificially intelligent dialog agents that can play the game. In previous work, an EMO20Q agent used a sequential Bayesian machine learning model and could play the question-asking role. Newer transformer-based neural machine learning models have made it possible to develop an agent for the question-answering role. This demo paper describes the recent developments in the question-answering role of the EMO20Q game, which requires the agent to respond to more open-ended inputs. Furthermore, we also describe the design of the system, including the web-based front-end, agent architecture and programming, and updates to earlier software used. The demo system will be available to collect pilot data during the ACII conference and this data will be used to inform future experiments and system design.
• Abstract（参考訳）: 本稿では,感情の表現方法を研究するための対話ゲームであるEmotion Twenty Questions (EMO20Q) のWeb上でのデモンストレーションを行う。 EMO20Qは、ゲームをプレイできる人工知能のダイアログエージェントの開発にも利用できる。 以前の研究では、emo20qエージェントはシーケンシャルベイズ型機械学習モデルを使用して、質問を誘う役割を担った。 新しいトランスフォーマーベースのニューラル機械学習モデルにより、質問応答の役割のエージェントの開発が可能になった。 本稿では,エージェントがよりオープンな入力に応答する必要があるEMO20Qゲームにおける質問応答の役割の最近の展開について述べる。 さらに,web ベースのフロントエンド,エージェントアーキテクチャとプログラミング,使用済みのソフトウェアのアップデートなど,システム設計についても述べる。 デモシステムはACIIカンファレンスでパイロットデータを収集するために利用可能で、このデータは将来の実験やシステム設計に使用される。

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)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Emotion Rendering for Conversational Speech Synthesis with Heterogeneous Graph-Based Context Modeling [50.99252242917458]
  会話音声合成(CSS)は,会話環境の中で適切な韻律と感情のインフレクションで発話を正確に表現することを目的としている。 データ不足の問題に対処するため、私たちはカテゴリと強度の点で感情的なラベルを慎重に作成します。 我々のモデルは感情の理解と表現においてベースラインモデルよりも優れています。
  論文  参考訳（メタデータ） (2023-12-19T08:47:50Z)
• EmoTwiCS: A Corpus for Modelling Emotion Trajectories in Dutch Customer Service Dialogues on Twitter [9.2878798098526]
  本稿では,情緒トラジェクトリに注釈を付けた9,489件のオランダの顧客サービス対話コーパスであるEmoTwiCSを紹介する。 感情軌跡」という用語は、顧客の体験したきめ細かい感情だけでなく、会話の前に起きる出来事や人間の操作者による反応も指している。
  論文  参考訳（メタデータ） (2023-10-10T11:31:11Z)
• The System Model and the User Model: Exploring AI Dashboard Design [79.81291473899591]
  高度なAIシステムは、他の複雑なデバイスと同じようにダッシュボードを持つべきだ、と私たちは主張する。 多くのシステムにおいて、最も重要な2つのモデルはユーザーとシステム自体のものであると推測する。 これら2つのモデルを識別し、解釈し、表示する方法を見つけることは、AIのためのインターフェース研究のコア部分であるべきです。
  論文  参考訳（メタデータ） (2023-05-04T00:22:49Z)
• Empathetic Response Generation with State Management [32.421924357260075]
  共感的反応生成の目標は、会話における感情を知覚し表現する対話システムの能力を高めることである。 感情や意図を含む複数の状態情報を同時に考察できる新しい共感応答生成モデルを提案する。 実験の結果、異なる情報を動的に管理することは、モデルがより共感的な反応を生成するのに役立つことが示された。
  論文  参考訳（メタデータ） (2022-05-07T16:17:28Z)
• Multimodal Emotion Recognition using Transfer Learning from Speaker Recognition and BERT-based models [53.31917090073727]
  本稿では,音声とテキストのモダリティから,伝達学習モデルと微調整モデルとを融合したニューラルネットワークによる感情認識フレームワークを提案する。 本稿では,対話型感情的モーションキャプチャー・データセットにおけるマルチモーダル・アプローチの有効性を評価する。
  論文  参考訳（メタデータ） (2022-02-16T00:23:42Z)
• An Appraisal Transition System for Event-driven Emotions in Agent-based Player Experience Testing [9.26240699624761]
  イベントベース感情の形式モデルを提案することで,自動プレイヤ体験テスト手法を提案する。 このモデルの動作プロトタイプは、戦術エージェントプログラミングライブラリであるAplib上に統合され、インテリジェントなPXテストエージェントを作成する。
  論文  参考訳（メタデータ） (2021-05-12T11:09:35Z)
• A Commonsense Reasoning Framework for Explanatory Emotion Attribution, Generation and Re-classification [3.464871689508835]
  感情帰属とレコメンデーションのための説明可能なシステム(DEGARI)を提案する。 このシステムは論理TCLを利用して、複合感情の新しい共通意味表現を自動的に生成する。 生成された感情はプロトタイプに対応します。 特定の概念の常識表現。
  論文  参考訳（メタデータ） (2021-01-11T16:44:38Z)
• The Adapter-Bot: All-In-One Controllable Conversational Model [66.48164003532484]
  本稿では、DialGPTなどの固定バックボーンモデルを用いて、異なるアダプタを介してオンデマンド対話スキルをトリガーする対話モデルを提案する。 スキルに応じて、モデルはテキスト、テーブル、強調応答などの複数の知識タイプを処理できる。 我々は,既存の会話モデルと比較し,自動評価を用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2020-08-28T10:59:31Z)
• The BIRAFFE2 Experiment. Study in Bio-Reactions and Faces for Emotion-based Personalization for AI Systems [0.0]
  異なる人物の感情的反応を捉えるための統一パラダイムを提案する。 機械学習手法のために、簡単に使用・開発できるフレームワークを提供する。
  論文  参考訳（メタデータ） (2020-07-29T18:35:34Z)

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。