論文の概要: Knowledge Representation for Conceptual, Motivational, and Affective
Processes in Natural Language Communication
- arxiv url: http://arxiv.org/abs/2210.08994v2
- Date: Thu, 20 Oct 2022 07:08:26 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-23 20:52:35.632304
- Title: Knowledge Representation for Conceptual, Motivational, and Affective
Processes in Natural Language Communication
- Title（参考訳）: 自然言語コミュニケーションにおける概念・動機・影響過程の知識表現
- Authors: Seng-Beng Ho, Zhaoxia Wang, Boon-Kiat Quek, Erik Cambria
- Abstract要約: 本稿では,UGALRS(Unified General Autonomous and Language Reasoning System)フレームワークとCD+(Conceptual Representation Plus)スキームを利用して,言語によるソーシャルコミュニケーションが,知識表現スキームによってどのように支援されるかを説明する。
その主な貢献は、知能システムのための自然言語通信の目的のためにこれらの側面を結びつけるための知識表現と処理の一般的な枠組みを明確にすることである。
- 参考スコア（独自算出の注目度）: 16.148949542951616
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Natural language communication is an intricate and complex process. The
speaker usually begins with an intention and motivation of what is to be
communicated, and what effects are expected from the communication, while
taking into consideration the listener's mental model to concoct an appropriate
sentence. The listener likewise has to interpret what the speaker means, and
respond accordingly, also with the speaker's mental state in mind. To do this
successfully, conceptual, motivational, and affective processes have to be
represented appropriately to drive the language generation and understanding
processes. Language processing has succeeded well with the big data approach in
applications such as chatbots and machine translation. However, in human-robot
collaborative social communication and in using natural language for delivering
precise instructions to robots, a deeper representation of the conceptual,
motivational, and affective processes is needed. This paper capitalizes on the
UGALRS (Unified General Autonomous and Language Reasoning System) framework and
the CD+ (Conceptual Representation Plus) representational scheme to illustrate
how social communication through language is supported by a knowledge
representational scheme that handles conceptual, motivational, and affective
processes in a deep and general way. Though a small set of concepts,
motivations, and emotions is treated in this paper, its main contribution is in
articulating a general framework of knowledge representation and processing to
link these aspects together in serving the purpose of natural language
communication for an intelligent system.
- Abstract（参考訳）: 自然言語通信は複雑で複雑なプロセスである。
話し手は通常、聞き手の精神モデルを考慮して適切な文を合成しながら、コミュニケーションすべき内容と、コミュニケーションからどのような効果が期待できるかの意図と動機から始める。
聞き手も同様に話者の意味を解釈し、それに応じて応答し、話者の精神状態も念頭に置く必要がある。
これを成功させるためには、言語生成と理解プロセスを促進するために、概念的、動機的、感情的なプロセスが適切に表現されなければならない。
言語処理は、チャットボットや機械翻訳のようなアプリケーションにおけるビッグデータアプローチでうまくいった。
しかし、人間とロボットの協調的な社会コミュニケーションや自然言語によるロボットへの正確な指示では、概念的、動機づけ的、感情的なプロセスのより深い表現が必要である。
本稿では, 概念的, モチベーション的, 情緒的プロセスを扱う知識表現型スキームによって, 言語を通じた社会的コミュニケーションがいかに支援されるかを説明するための, UGALRS (Unified General Autonomous and Language Reasoning System) フレームワークとCD+ (Conceptual Representation Plus) 表現スキームを活用する。
本論文では,概念,モチベーション,感情の小さなセットについて論じるが,その主な貢献は,知能システムのための自然言語コミュニケーションの目的を果たすために,これらの側面を結合する知識表現と処理の一般的な枠組みを明確化することである。
関連論文リスト
- Communicating with Speakers and Listeners of Different Pragmatic Levels [14.94138113774852]
本稿では,言語学習のシミュレートによるコミュニケーション成功に対する可変語学能力の影響について検討する。
より明示的でリテラルな言語からの学習は、学習者の実践的能力のレベルに関係なく、有利であることがわかった。
論文 参考訳（メタデータ） (2024-10-08T09:42:37Z) - SIFToM: Robust Spoken Instruction Following through Theory of Mind [51.326266354164716]
本稿では,認知にインスパイアされた音声指導モデルであるSIFToMを提案し,多様な音声条件下でロボットが人間の指示を実践的に追従できるようにする。
結果から,SIFToMモデルは現状の音声モデルや言語モデルよりも優れており,課題に追従する音声命令に対する人間レベルの精度に近づいていることがわかった。
論文 参考訳（メタデータ） (2024-09-17T02:36:10Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - Pragmatics in Language Grounding: Phenomena, Tasks, and Modeling
Approaches [28.47300996711215]
人々は文字通りの言葉以上の意味を豊かにするためにコンテキストに大きく依存します。
人とうまく対話するためには、ユーザー向け人工知能システムは実用的スキルを身につける必要がある。
論文 参考訳（メタデータ） (2022-11-15T18:21:46Z) - Enabling Harmonious Human-Machine Interaction with Visual-Context
Augmented Dialogue System: A Review [40.49926141538684]
Visual Context Augmented Dialogue System (VAD) は、マルチモーダル情報を知覚し理解することで人間とコミュニケーションする能力を持つ。
VADは、エンゲージメントとコンテキスト対応の応答を生成する可能性を秘めている。
論文 参考訳（メタデータ） (2022-07-02T09:31:37Z) - Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
我々は、数ショット$textit language coordinate$のタスクについて研究する。
リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。
これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
論文 参考訳（メタデータ） (2021-07-12T19:26:11Z) - DialogueCRN: Contextual Reasoning Networks for Emotion Recognition in
Conversations [0.0]
本稿では,会話コンテキストを認知的視点から完全に理解するための新しい文脈推論ネットワーク(DialogueCRN)を提案する。
感情認知理論(Cognitive Theory of Emotion)に触発された我々は、感情の手がかりを抽出し統合するための多ターン推論モジュールを設計する。
推論モジュールは、人間の独特な認知的思考を模倣する直感的検索プロセスと意識的推論プロセスを反復的に実行する。
論文 参考訳（メタデータ） (2021-06-03T16:47:38Z) - Semantics-Aware Inferential Network for Natural Language Understanding [79.70497178043368]
このようなモチベーションを満たすために,セマンティックス対応推論ネットワーク(SAIN)を提案する。
SAINの推論モジュールは、明示的な文脈的セマンティクスを補完的な入力として、セマンティクス上の一連の推論ステップを可能にする。
本モデルでは,機械読解や自然言語推論など11タスクの大幅な改善を実現している。
論文 参考訳（メタデータ） (2020-04-28T07:24:43Z) - Experience Grounds Language [185.73483760454454]
言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。
テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
論文 参考訳（メタデータ） (2020-04-21T16:56:27Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。