Fugu-MT 論文翻訳(概要): Computer says "No": The Case Against Empathetic Conversational AI

論文の概要: Computer says "No": The Case Against Empathetic Conversational AI

arxiv url: http://arxiv.org/abs/2212.10983v1
Date: Wed, 21 Dec 2022 12:36:17 GMT
ステータス: 処理完了
システム内更新日: 2022-12-22 15:23:20.871306
Title: Computer says "No": The Case Against Empathetic Conversational AI
Title（参考訳）: コンピュータは「ノー」と言う:共感的会話型aiの事例
Authors: Alba Curry, Amanda Cercas Curry
Abstract要約: 会話型AIにおける最近の研究は、ユーザへの共感に重点を置いている。我々はユーザーの感情にどう反応するかを慎重に検討する必要がある。
参考スコア（独自算出の注目度）: 0.18692254863855962
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Emotions are an integral part of human cognition and they guide not only our understanding of the world but also our actions within it. As such, whether we soothe or flame an emotion is not inconsequential. Recent work in conversational AI has focused on responding empathetically to users, validating and soothing their emotions without a real basis. This AI-aided emotional regulation can have negative consequences for users and society, tending towards a one-noted happiness defined as only the absence of "negative" emotions. We argue that we must carefully consider whether and how to respond to users' emotions.
Abstract（参考訳）: 感情は人間の認知の不可欠な部分であり、世界に対する私たちの理解だけでなく、その中の行動も導く。このように、感情を落ち着かせるか、燃やすかは一致しない。会話型AIにおける最近の研究は、ユーザーに対して共感的に反応し、実際のベースなしで感情を検証することに集中している。このAIが支援する感情的規制は、ユーザや社会にネガティブな結果をもたらす可能性がある。我々はユーザーの感情にどう反応するかを慎重に検討する必要がある。

関連論文リスト

Improved Emotional Alignment of AI and Humans: Human Ratings of Emotions Expressed by Stable Diffusion v1, DALL-E 2, and DALL-E 3 [10.76478480925475]
生成AIシステムは、テキストや画像を通じて感情を表現する能力がますます高まっている。生成的AIによって表現される感情と人間の知覚のアライメントを測定する。我々は、アライメントが使用するAIモデルと感情そのものに大きく依存していることを示します。
論文参考訳（メタデータ） (2024-05-28T18:26:57Z)
The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。 EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
論文参考訳（メタデータ） (2023-12-18T11:19:45Z)
Speech Emotion Diarization: Which Emotion Appears When? [11.84193589275529]
音声感情のきめ細かい性質を反映した音声感情ダイアリゼーション(SED)を提案する。話者ダイアリゼーションが「誰がいつ話すのか?」という問いに答えるのと同じように、音声感情ダイアリゼーションは「いつ感情が現れるのか?」という問いに答える。
論文参考訳（メタデータ） (2023-06-22T15:47:36Z)
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)
Speech Synthesis with Mixed Emotions [77.05097999561298]
異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
論文参考訳（メタデータ） (2022-08-11T15:45:58Z)
Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。本稿では,感情の強さを明示的に表現し,制御することを目的とする。本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
論文参考訳（メタデータ） (2022-01-10T02:11:25Z)
Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-06-06T06:26:15Z)
Emotion Eliciting Machine: Emotion Eliciting Conversation Generation based on Dual Generator [18.711852474600143]
ユーザのポジティブな感情を誘発する応答を生成することを目的としたポジティブな感情抽出の問題を研究する。この問題に対処するために,弱い教師付き感情除去機械(EEM)を提案する。 EEMは、ポジティブな感情抽出で応答を生成する際に既存のモデルより優れています。
論文参考訳（メタデータ） (2021-05-18T03:19:25Z)
Towards an Online Empathetic Chatbot with Emotion Causes [10.700455393948818]
共感反応に対するユーザの感情を誘発する原因を学習することが重要である。オンライン環境で感情の原因を収集するために、カウンセリング戦略を活用する。提案手法の有効性を,複数のSOTA法との比較により検証した。
論文参考訳（メタデータ） (2021-05-11T02:52:46Z)
MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
論文参考訳（メタデータ） (2020-10-04T00:35:47Z)
Emotion Correlation Mining Through Deep Learning Models on Natural Language Text [3.23176099204268]
Webニュースからの自然言語テキストを通して感情認識と感情相関のギャップを埋めようとしている。テキストによる感情認識から感情相関を抽出するために,3種類の特徴と2種類のディープニューラルネットワークモデルを示す。
論文参考訳（メタデータ） (2020-07-28T08:59:16Z)

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。