論文の概要: Opening up Minds with Argumentative Dialogues

• arxiv url: http://arxiv.org/abs/2301.06400v1
• Date: Mon, 16 Jan 2023 12:47:16 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-18 15:59:17.674647
• Title: Opening up Minds with Argumentative Dialogues
• Title（参考訳）: 議論的な対話で心を開く
• Authors: Youmna Farag, Charlotte O. Brand, Jacopo Amidei, Paul Piwek, Tom Stafford, Svetlana Stoyanchev, Andreas Vlachos
• Abstract要約: 議論的な対話は、他人の心を開いて、不慣れな見解や自分の信念に反する見解をより理解するのを助けることを目的としています。 我々は、ベガニズム、ブレグジット、COVID-19ワクチン接種という3つの議論の的となっているトピックに関する183の議論的な対話のデータセットを提示する。 心理学文献からのアンケートを用いて,対話前後のオープンマインドネスを測定した。
• 参考スコア（独自算出の注目度）: 14.903849413791443
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent research on argumentative dialogues has focused on persuading people to take some action, changing their stance on the topic of discussion, or winning debates. In this work, we focus on argumentative dialogues that aim to open up (rather than change) people's minds to help them become more understanding to views that are unfamiliar or in opposition to their own convictions. To this end, we present a dataset of 183 argumentative dialogues about 3 controversial topics: veganism, Brexit and COVID-19 vaccination. The dialogues were collected using the Wizard of Oz approach, where wizards leverage a knowledge-base of arguments to converse with participants. Open-mindedness is measured before and after engaging in the dialogue using a questionnaire from the psychology literature, and success of the dialogue is measured as the change in the participant's stance towards those who hold opinions different to theirs. We evaluate two dialogue models: a Wikipedia-based and an argument-based model. We show that while both models perform closely in terms of opening up minds, the argument-based model is significantly better on other dialogue properties such as engagement and clarity.
• Abstract（参考訳）: 議論的対話に関する最近の研究は、人々が何らかの行動を取るよう説得すること、議論の話題に対する姿勢を変えること、あるいは議論に勝つことに焦点を当てている。 本研究は,他人の心を(変化ではなく)開こうとする議論的対話に焦点をあてて,不慣れな,あるいは自身の信念に反する見解に対する理解を深めることを支援する。 この目的のために,議論の的となる3つの話題であるベガニズム,ブレグジット,covid-19予防接種に関する183の議論的対話のデータセットを提示する。 対話はウィザード・オブ・オズのアプローチを用いて収集され、ウィザードは議論の知識ベースを利用して参加者と会話する。 心理学文献からのアンケートを用いて、対話の前後におけるオープンマインドネスを計測し、対話の成功を、異なる意見を持つ者に対する参加者のスタンスの変化として測定する。 対話モデルとしてwikipediaと引数モデルの評価を行った。 両モデルとも心を開くという点で密接に機能するが,議論に基づくモデルは,係り合いや明瞭さなどの他の対話特性よりも優れていることを示す。

関連論文リスト

• Red Teaming Language Models for Processing Contradictory Dialogues [30.522961490270532]
  現在利用可能な言語モデルのほとんどは、対話中に自己矛盾する傾向がある。 本研究では,会話中の矛盾文を検出し,修正することを目的とした,新たな矛盾文処理タスクについて検討する。
  論文  参考訳（メタデータ） (2024-05-16T14:27:32Z)
• VD-PCR: Improving Visual Dialog with Pronoun Coreference Resolution [79.05412803762528]
  ビジュアルダイアログタスクでは、視覚環境に基づいたマルチラウンドダイアログにおいて、AIエージェントが人間と対話する必要がある。 本稿では,Pronoun Coreference Resolution を用いたビジュアルダイアログ理解のための新しいフレームワーク VD-PCR を提案する。 提案した暗黙的および明示的手法により、VD-PCRはVisDialデータセット上で最先端の実験結果を得る。
  論文  参考訳（メタデータ） (2022-05-29T15:29:50Z)
• Persua: A Visual Interactive System to Enhance the Persuasiveness of Arguments in Online Discussion [52.49981085431061]
  説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。 オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。 Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
  論文  参考訳（メタデータ） (2022-04-16T08:07:53Z)
• Structural Modeling for Dialogue Disentanglement [43.352833140317486]
  マルチパーティ対話コンテキスト マルチパーティ対話コンテキストは、対話読解の課題に繋がる。 本研究は,対話構造の特徴を考慮に入れて,複数パーティ履歴をスレッドにアンタングルする新しいモデルを設計する。
  論文  参考訳（メタデータ） (2021-10-15T11:28:43Z)
• Who Responded to Whom: The Joint Effects of Latent Topics and Discourse in Conversation Structure [53.77234444565652]
  会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。 単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。 英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2021-04-17T17:46:00Z)
• Advances in Multi-turn Dialogue Comprehension: A Survey [51.215629336320305]
  対話モデリングの観点から,従来の手法を検討した。 対話理解タスクで広く使用されている対話モデリングの3つの典型的なパターンについて議論します。
  論文  参考訳（メタデータ） (2021-03-04T15:50:17Z)
• Strategic Argumentation Dialogues for Persuasion: Framework and Experiments Based on Modelling the Beliefs and Concerns of the Persuadee [6.091096843566857]
  特定の対話において議論が良いかどうかを決定するための2つの重要な次元は、意図する観衆が議論と反論を信じる程度であり、議論が意図する観衆の関心に与える影響である。 本稿では,これらのモデルを用いて,説得的対話における移動の選択を最適化する枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-28T08:49:24Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)
• What Changed Your Mind: The Roles of Dynamic Topics and Discourse in Argumentation Process [78.4766663287415]
  本稿では,議論の説得力において重要な要因を自動的に分析する研究について述べる。 議論的会話における潜在トピックや談話の変化を追跡できる新しいニューラルモデルを提案する。
  論文  参考訳（メタデータ） (2020-02-10T04:27:48Z)

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。