論文の概要: A Critical Reflection and Forward Perspective on Empathy and Natural
Language Processing
- arxiv url: http://arxiv.org/abs/2210.16604v1
- Date: Sat, 29 Oct 2022 13:57:02 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-01 17:00:43.898709
- Title: A Critical Reflection and Forward Perspective on Empathy and Natural
Language Processing
- Title（参考訳）: 共感と自然言語処理に関する批判的考察と今後の展望
- Authors: Allison Lahnala, Charles Welch, David Jurgens, Lucie Flek
- Abstract要約: 現在の方向性は共感コンポーネントの運用を含む明確な概念化の恩恵を受けると我々は主張する。
本研究の主な目的は,NLP研究目的の共感概念化に関する洞察とガイダンスを提供することであり,また,この領域で見落とされた機会の追求を研究者に促すことである。
- 参考スコア（独自算出の注目度）: 16.394918841732075
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We review the state of research on empathy in natural language processing and
identify the following issues: (1) empathy definitions are absent or abstract,
which (2) leads to low construct validity and reproducibility. Moreover, (3)
emotional empathy is overemphasized, skewing our focus to a narrow subset of
simplified tasks. We believe these issues hinder research progress and argue
that current directions will benefit from a clear conceptualization that
includes operationalizing cognitive empathy components. Our main objectives are
to provide insight and guidance on empathy conceptualization for NLP research
objectives and to encourage researchers to pursue the overlooked opportunities
in this area, highly relevant, e.g., for clinical and educational sectors.
- Abstract（参考訳）: 自然言語処理における共感研究の現状を概観し,(1)共感の定義が欠如しているか,あるいは抽象的であるか,(2)構築の妥当性が低く再現性も低いか,といった課題を考察する。
さらに、(3)感情的共感は過度に強調され、単純化されたタスクの狭いサブセットに焦点を絞る。
これらの問題は研究の進展を妨げ、現在の方向性は認知共感コンポーネントの運用を含む明確な概念化の恩恵を受けると我々は信じている。
我々の主な目的は、NLP研究目的に対する共感概念化に関する洞察とガイダンスを提供することであり、また、臨床・教育分野など、この分野で見落とされた機会を追求するよう研究者に促すことである。
関連論文リスト
- Open Problems in Mechanistic Interpretability [61.44773053835185]
機械的解釈可能性(Mechanistic Interpretability)は、ニューラルネットワークの能力の根底にある計算メカニズムを理解することを目的としている。
これらの目標に向けての最近の進歩にもかかわらず、解を必要とする分野には多くの未解決問題が存在する。
論文 参考訳（メタデータ） (2025-01-27T20:57:18Z) - The Muddy Waters of Modeling Empathy in Language: The Practical Impacts of Theoretical Constructs [21.2971453739105]
我々は,異なる理論的根拠を持つ共感課題に適応した共感モデルの伝達性能を解析した。
我々の研究は、正確な多次元共感操作の必要性に関する実証的な証拠を提供する。
論文 参考訳（メタデータ） (2025-01-24T23:32:44Z) - APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
共感反応生成は、他人の感情を理解するように設計されている。
検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。
我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
論文 参考訳（メタデータ） (2024-07-23T02:23:37Z) - 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) - CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
既存のアプローチは、苦痛の感情の原因を無視します。
彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。
本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
論文 参考訳（メタデータ） (2024-01-31T11:30:24Z) - Enablers and Barriers of Empathy in Software Developer and User
Interaction: A Mixed Methods Case Study [11.260371501613994]
開発者とエンドユーザ間の共感の実践について検討した。
我々は共感を誘発するために必要な認識の性質と共感の実現者を特定した。
共感の障壁と、これらの障壁を克服するための潜在的な戦略を発見した。
論文 参考訳（メタデータ） (2024-01-17T06:42:21Z) - Empathy Detection from Text, Audiovisual, Audio or Physiological Signals: A Systematic Review of Task Formulations and Machine Learning Methods [5.7306786636466995]
共感は、個人が他人を理解する能力を示す。
共感は、社会、医療、教育に潜在的な応用がある。
我々は、Affective Computingベースの共感領域における課題、研究ギャップ、潜在的な応用について論じる。
論文 参考訳（メタデータ） (2023-10-30T08:34:12Z) - Toward Artificial Empathy for Human-Centered Design: A Framework [7.807713821263175]
本稿では,AI駆動型人間中心設計の今後の方向性を示すために,人工知能研究からの洞察を提供する。
人中心設計において人工共感が果たす役割について議論し,人中心設計のための人工共感フレームワークを提案する。
論文 参考訳（メタデータ） (2023-03-19T06:09:52Z) - Affection: Learning Affective Explanations for Real-World Visual Data [50.28825017427716]
我々は,85,007枚の公開画像に対して,感情反応と自由形式のテキスト説明を含む大規模データセットを研究コミュニティに導入し,共有する。
本研究は, 被写体集団に大きな支持を得て, 潜在的に有意な感情反応をとらえる上で, 重要な共通基盤があることを示唆する。
私たちの研究は、より豊かで、より人間中心で、感情に敏感な画像分析システムへの道を開くものです。
論文 参考訳（メタデータ） (2022-10-04T22:44:17Z) - Stimuli-Aware Visual Emotion Analysis [75.68305830514007]
本稿では,刺激選択,特徴抽出,感情予測の3段階からなる刺激認識型視覚感情分析(VEA)手法を提案する。
我々の知る限りでは、エンド・ツー・エンドのネットワークでVEAに刺激選択プロセスを導入するのは初めてです。
実験により、提案手法は、4つの公的な視覚的感情データセットに対する最先端のアプローチよりも一貫して優れていることが示された。
論文 参考訳（メタデータ） (2021-09-04T08:14:52Z)
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。