論文の概要: Modeling Empathic Similarity in Personal Narratives

• arxiv url: http://arxiv.org/abs/2305.14246v2
• Date: Wed, 6 Dec 2023 10:13:44 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-07 18:58:23.397596
• Title: Modeling Empathic Similarity in Personal Narratives
• Title（参考訳）: 物語における共感的類似性のモデル化
• Authors: Jocelyn Shen, Maarten Sap, Pedro Colon-Hernandez, Hae Won Park, Cynthia Breazeal
• Abstract要約: EmpathicStoriesは、私たちの共感的類似性の特徴を付加した1500の個人ストーリーと、共感的類似性スコアを付加した2000のストーリーのデータセットである。 ストーリーペアの共感的類似性を計算するためにモデルを微調整し、これは自動相関と検索メトリクスにおける意味的類似性モデルより優れていることを示す。 私たちの研究は、人間同士のつながりと共感を促進するために共感を意識したモデルを使うことに強い意味を持っています。
• 参考スコア（独自算出の注目度）: 31.035912970202514
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The most meaningful connections between people are often fostered through expression of shared vulnerability and emotional experiences in personal narratives. We introduce a new task of identifying similarity in personal stories based on empathic resonance, i.e., the extent to which two people empathize with each others' experiences, as opposed to raw semantic or lexical similarity, as has predominantly been studied in NLP. Using insights from social psychology, we craft a framework that operationalizes empathic similarity in terms of three key features of stories: main events, emotional trajectories, and overall morals or takeaways. We create EmpathicStories, a dataset of 1,500 personal stories annotated with our empathic similarity features, and 2,000 pairs of stories annotated with empathic similarity scores. Using our dataset, we fine-tune a model to compute empathic similarity of story pairs, and show that this outperforms semantic similarity models on automated correlation and retrieval metrics. Through a user study with 150 participants, we also assess the effect our model has on retrieving stories that users empathize with, compared to naive semantic similarity-based retrieval, and find that participants empathized significantly more with stories retrieved by our model. Our work has strong implications for the use of empathy-aware models to foster human connection and empathy between people.
• Abstract（参考訳）: 人々間の最も意味のあるつながりは、個人的な物語の中で共通の脆弱性や感情的な経験を表現することによって育まれることが多い。 本研究は,nlpで主に研究されているような意味的・語彙的類似性とは対照的に,共感的共鳴(empathic resonance)に基づく個人的物語における類似性,すなわち2人がお互いの経験に共感する程度を識別する新たな課題を提案する。 社会心理学からの洞察を用いて、主要な出来事、感情的軌道、全体的モラルまたはテイクアウトの3つの主要な特徴の観点から共感的類似性を運用する枠組みを構築する。 EmpathicStoriesは、1500の個人ストーリーに共感的類似性の特徴を付加したデータセットで、2000のストーリーに共感的類似性スコアを付加した。 我々のデータセットを用いて、ストーリーペアの共感的類似性を計算するためのモデルを微調整し、自動相関と検索メトリクスのセマンティック類似性モデルより優れていることを示す。 また,150名を対象に行ったユーザ調査の結果から,ユーザが共感するストーリの検索に対する効果を,意味的類似性に基づくナイーブな検索と比較して評価し,モデルによって検索されたストーリーに対して参加者が有意に共感していることを確認した。 私たちの研究は、人間間のつながりと共感を促進するために共感認識モデルを使うことに強い意味を持っています。

関連論文リスト

• Measuring Psychological Depth in Language Models [50.48914935872879]
  本稿では,文学理論に根ざした新たな枠組みである心理的深度尺度(PDS)を紹介する。 PDS(0.72 クリッペンドルフのα)に基づいて人間が一貫して物語を評価できることを示し、我々の枠組みを実証的に検証する。 驚いたことに、GPT-4のストーリーはRedditから入手した高評価の人文記事と統計的に区別できない。
  論文  参考訳（メタデータ） (2024-06-18T14:51:54Z)
• HEART-felt Narratives: Tracing Empathy and Narrative Style in Personal Stories with LLMs [30.636456219922906]
  共感は、社会的な行動を可能にするための基盤となり、物語の中で個人的な経験を共有することによって引き起こされる。 共感は物語の内容に影響されるが、直感的には物語の語り方にも反応する。 我々は, LLMと大規模クラウドソーシング研究を用いて, スタイルと共感の関係を実証的に検証し, 定量化する。
  論文  参考訳（メタデータ） (2024-05-27T20:00:38Z)
• EmpathicStories++: A Multimodal Dataset for Empathy towards Personal Experiences [19.626851022750067]
  EmpathicStories++は共感に関する最初の時系列データセットで、参加者の家で1ヶ月以上にわたりソーシャルロボットをデプロイした。 2つの文脈で評価された個人的経験に基づいて、他人の物語に対する共感を予測する新しいタスクを導入する。
  論文  参考訳（メタデータ） (2024-05-24T16:57:18Z)
• MEDIC: A Multimodal Empathy Dataset in Counseling [19.33251534760171]
  対面心理カウンセリングセッションから収集したマルチモーダル共感データセットを構築した。 経験の表現は、クライアントが共感を誘発する経験を表現したかどうかを記述し、感情的および認知的反応はカウンセラーの共感的反応を示す。 本研究では,テンソル融合ネットワーク,感情的単語認識融合ネットワーク,単純な結合モデルなどの3つの典型的な手法を用いて共感予測を行う。
  論文  参考訳（メタデータ） (2023-05-04T14:02:02Z)
• Words are all you need? Capturing human sensory similarity with textual descriptors [12.191617984664683]
  人間の類似性判断と言語との関係について検討する。 本稿では,効率的かつ汎用的なタグマイニングのための新しい適応パイプラインを提案する。 テキスト記述子に基づく予測パイプラインは優れた性能を示すことを示す。
  論文  参考訳（メタデータ） (2022-06-08T18:09:19Z)
• Empathic Conversations: A Multi-level Dataset of Contextualized Conversations [24.54662089036839]
  このデータセットは、パーソナリティ、感情、性格特性、および個人レベルの人口統計情報とともに、複数の形式で共感を示す最初のものである。 人々は他者の共感に対する認識に違いがあり、これらの違いは人格や人口統計といった特定の特徴と関連している。
  論文  参考訳（メタデータ） (2022-05-25T11:56:29Z)
• Computational Lens on Cognition: Study Of Autobiographical Versus Imagined Stories With Large-Scale Language Models [95.88620740809004]
  GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。 想像された物語は自伝的物語よりも逐次性が高いことがわかった。 想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
  論文  参考訳（メタデータ） (2022-01-07T20:10:47Z)
• Exemplars-guided Empathetic Response Generation Controlled by the Elements of Human Communication [88.52901763928045]
  そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。 これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
  論文  参考訳（メタデータ） (2021-06-22T14:02:33Z)
• Few-shot Visual Reasoning with Meta-analogical Contrastive Learning [141.2562447971]
  本稿では,類似推論に頼って,数ショット(または低ショット)の視覚推論問題を解くことを提案する。 両領域の要素間の構造的関係を抽出し、類似学習と可能な限り類似するように強制する。 RAVENデータセット上での本手法の有効性を検証し, トレーニングデータが少ない場合, 最先端の手法より優れることを示す。
  論文  参考訳（メタデータ） (2020-07-23T14:00:34Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)

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。