論文の概要: Psychologically-Inspired Causal Prompts

• arxiv url: http://arxiv.org/abs/2305.01764v1
• Date: Tue, 2 May 2023 20:06:00 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-04 16:38:37.767628
• Title: Psychologically-Inspired Causal Prompts
• Title（参考訳）: 心理的にインスパイアされた因果プロンプト
• Authors: Zhiheng Lyu, Zhijing Jin, Justus Mattern, Rada Mihalcea, Mrinmaya Sachan, Bernhard Schoelkopf
• Abstract要約: 感情分類を例として、レビュー(X)と感情(Y)の因果関係を考察する。 本稿では,これら3つの感情分類の心理的プロセスの因果的メカニズムを3つの異なる因果的プロンプトに言語化する。
• 参考スコア（独自算出の注目度）: 34.29555347562032
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: NLP datasets are richer than just input-output pairs; rather, they carry causal relations between the input and output variables. In this work, we take sentiment classification as an example and look into the causal relations between the review (X) and sentiment (Y). As psychology studies show that language can affect emotion, different psychological processes are evoked when a person first makes a rating and then self-rationalizes their feeling in a review (where the sentiment causes the review, i.e., Y -> X), versus first describes their experience, and weighs the pros and cons to give a final rating (where the review causes the sentiment, i.e., X -> Y ). Furthermore, it is also a completely different psychological process if an annotator infers the original rating of the user by theory of mind (ToM) (where the review causes the rating, i.e., X -ToM-> Y ). In this paper, we verbalize these three causal mechanisms of human psychological processes of sentiment classification into three different causal prompts, and study (1) how differently they perform, and (2) what nature of sentiment classification data leads to agreement or diversity in the model responses elicited by the prompts. We suggest future work raise awareness of different causal structures in NLP tasks. Our code and data are at https://github.com/cogito233/psych-causal-prompt
• Abstract（参考訳）: NLPデータセットは単なる入出力ペアよりもリッチであり、入力変数と出力変数の間に因果関係を持つ。 本研究では,感情分類を例として,レビュー(x)と感情(y)の因果関係を考察する。 心理学の研究では、言語が感情に影響することが示されているが、まず格付けを行い、次に自己合理化する(感情がレビューを引き起こす(y -> x)とき、その経験を最初に記述し、最終格付けを与えるための長所と短所を重くする(レビューが感情を引き起こす(x -> y)とき、異なる心理的プロセスが誘発される。 さらに、アノテータが心の理論(tom)によってユーザーの元の格付けを推測する(レビューが格付けを引き起こす、すなわちx -tom-> y)場合、全く異なる心理的プロセスである。 本稿では,これら3つの心理過程の因果的メカニズムを3つの異なる因果的プロンプトに分類し,(1)その動作がいかに異なるか,(2)そのプロンプトによって引き起こされるモデル応答に,感情分類データの性質が合意あるいは多様性をもたらすかを検討する。 NLPタスクにおける様々な因果構造に対する認識を高めるための今後の取り組みを提案する。 私たちのコードとデータはhttps://github.com/cogito233/psych-causal-promptにあります。

関連論文リスト

• Do LLMs Think Fast and Slow? A Causal Study on Sentiment Analysis [136.13390762317698]
  感性分析(SA)は、製品レビューのようなテキストで表される感情を特定することを目的としている。 レビューとそれに関連する感情を踏まえると、この研究は2つのタスクの組み合わせとしてSAを定式化します。 総感情スコアがすべての文レベル感情の平均を近似するとC1、総感情スコアがピークとエンドの感情の平均を近似するとC2と分類する。
  論文  参考訳（メタデータ） (2024-04-17T04:04:34Z)
• How are Prompts Different in Terms of Sensitivity? [50.67313477651395]
  本稿では,関数の感度に基づく包括的即時解析を提案する。 出力に対する入力トークンの関連性に異なるプロンプトがどう影響するかを実証的に示すために、勾配に基づく唾液度スコアを使用する。 本稿では, 感度推定をペナルティ項として組み込んだ感度認識復号法を標準グリーディ復号法で導入する。
  論文  参考訳（メタデータ） (2023-11-13T10:52:01Z)
• MoCa: Measuring Human-Language Model Alignment on Causal and Moral Judgment Tasks [49.60689355674541]
  認知科学の豊富な文献は人々の因果関係と道徳的直観を研究してきた。 この研究は、人々の判断に体系的に影響を及ぼす多くの要因を明らかにした。 大規模言語モデル(LLM)が、人間の参加者と一致するテキストベースのシナリオについて因果的、道徳的な判断を下すかどうかを検証する。
  論文  参考訳（メタデータ） (2023-10-30T15:57:32Z)
• PsyMo: A Dataset for Estimating Self-Reported Psychological Traits from Gait [4.831663144935878]
  PsyMoは、歩行パターンに現れる心理的手がかりを探索するための、新しく、多目的かつマルチモーダルなデータセットである。 被験者312名から7種類の歩行変化と6種類のカメラアングルで歩行シーケンスを収集した。 被験者は歩数と合わせて6つの心理的質問紙に記入し,性格,自尊心,疲労,攻撃性,精神的健康に関連する17の心理指標を集計した。
  論文  参考訳（メタデータ） (2023-08-21T11:06:43Z)
• CARE: Causality Reasoning for Empathetic Responses by Conditional Graph Generation [10.22893584383361]
  因果推論のための新しいモデル、すなわち条件変分グラフオートエンコーダ(CVGAE)を開発した。 この枠組み全体をCARE(CAusality Reasoning for Empathetic conversation)と命名した。 実験結果から,本手法は最先端性能を実現することが示唆された。
  論文  参考訳（メタデータ） (2022-11-01T03:45:26Z)
• Understanding How People Rate Their Conversations [73.17730062864314]
  我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。 我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
  論文  参考訳（メタデータ） (2022-06-01T00:45:32Z)
• Recognizing Emotion Cause in Conversations [82.88647116730691]
  テキストにおける感情の原因を認識することは、NLPにおける基本的な研究領域である。 RECCONというデータセットとの会話で感情の原因を認識するタスクを紹介します。
  論文  参考訳（メタデータ） (2020-12-22T03:51:35Z)
• Appraisal Theories for Emotion Classification in Text [13.743991035051714]
  自動分類手法は,事象の性質を潜時変数として学習する必要があることを示す。 本稿では,事象の認知的評価の理論に従って,そのような解釈を明確化することを提案する。 以上の結果から,事象記述における高品質な評価次元の割り当てが,個別の感情カテゴリーの分類の改善につながることが示唆された。
  論文  参考訳（メタデータ） (2020-03-31T12:43:54Z)

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。