論文の概要: CharacterChat: Learning towards Conversational AI with Personalized
Social Support
- arxiv url: http://arxiv.org/abs/2308.10278v1
- Date: Sun, 20 Aug 2023 14:24:26 GMT
- ステータス: 処理完了
- システム内更新日: 2023-08-22 16:27:53.666874
- Title: CharacterChat: Learning towards Conversational AI with Personalized
Social Support
- Title（参考訳）: CharacterChat: パーソナライズされたソーシャルサポートを備えた会話型AIへの学習
- Authors: Quan Tu, Chuanqi Chen, Jinpeng Li, Yanran Li, Shuo Shang, Dongyan
Zhao, Ran Wang, Rui Yan
- Abstract要約: 本稿ではS2Conv(Social Support Conversation)フレームワークを紹介する。
一連のサポートエージェントと、ペルソナ互換の仮想サポーターと個人をリンクする対人マッチングメカニズムから構成される。
我々は、ペルソナと記憶によって駆動される会話モデルを含む総合的なS2Convシステムである characterChat を提案する。
- 参考スコア（独自算出の注目度）: 61.20396854093821
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: In our modern, fast-paced, and interconnected world, the importance of mental
well-being has grown into a matter of great urgency. However, traditional
methods such as Emotional Support Conversations (ESC) face challenges in
effectively addressing a diverse range of individual personalities. In
response, we introduce the Social Support Conversation (S2Conv) framework. It
comprises a series of support agents and the interpersonal matching mechanism,
linking individuals with persona-compatible virtual supporters. Utilizing
persona decomposition based on the MBTI (Myers-Briggs Type Indicator), we have
created the MBTI-1024 Bank, a group that of virtual characters with distinct
profiles. Through improved role-playing prompts with behavior preset and
dynamic memory, we facilitate the development of the MBTI-S2Conv dataset, which
contains conversations between the characters in the MBTI-1024 Bank. Building
upon these foundations, we present CharacterChat, a comprehensive S2Conv
system, which includes a conversational model driven by personas and memories,
along with an interpersonal matching plugin model that dispatches the optimal
supporters from the MBTI-1024 Bank for individuals with specific personas.
Empirical results indicate the remarkable efficacy of CharacterChat in
providing personalized social support and highlight the substantial advantages
derived from interpersonal matching. The source code is available in
\url{https://github.com/morecry/CharacterChat}.
- Abstract（参考訳）: 現代の、ペースの速い、相互接続された世界では、精神的な幸福の重要性は、大きな緊急性の問題へと成長しています。
しかし、感情支援会話(esc)のような伝統的な手法は、様々な個人の個性に効果的に取り組む上での課題に直面している。
これに対し、社会支援対話(S2Conv)フレームワークを導入する。
一連のサポートエージェントと、ペルソナ互換の仮想サポーターと個人をリンクする対人マッチングメカニズムから構成される。
MBTI(Myers-Briggs Type Indicator)に基づくペルソナ分解を利用して,異なるプロファイルを持つ仮想文字からなるMBTI-1024 Bankを作成した。
動作プリセットと動的メモリによるロールプレイングプロンプトの改善により,MBTI-1024バンク内の文字間の対話を含むMBTI-S2Convデータセットの開発が容易になった。
これらの基盤に基づいて,ペルソナと記憶によって駆動される会話モデルを含む包括的なs2convシステムであるcharactchatと,特定のペルソナを持つ個人に対してmbti-1024バンクから最適なサポーターを派遣する対人マッチングプラグインモデルを提案する。
経験的結果は,パーソナライズされたソーシャルサポートの提供における CharacterChat の顕著な効果を示し,対人マッチングによる実質的なメリットを強調した。
ソースコードは \url{https://github.com/morecry/characterchat} で入手できる。
関連論文リスト
- A Chinese Multi-label Affective Computing Dataset Based on Social Media Network Users [2.0209172586699173]
この研究は、大手ソーシャルメディアプラットフォームWeiboのデータを収集し、MBTIパーソナリティラベルの多様性を持つ5万以上の個人から11,338人の有効なユーザーをスクリーニングした。
我々は、同じユーザの性格特性を6つの感情とマイクロ感情と統合した、複数のラベルの中国感情コンピューティングデータセットをコンパイルし、それぞれに強度レベルを付与した。
このデータセットは、複雑な人間の感情のマシン認識を促進し、心理学、教育、マーケティング、金融、政治の研究のためのデータサポートを提供するように設計されている。
論文 参考訳（メタデータ） (2024-11-13T05:38:55Z) - Social Support Detection from Social Media Texts [44.096359084699]
ソーシャルメディアのような様々な相互作用やプラットフォームを通じて伝えられる社会支援は、所有意識を育む上で重要な役割を担っている。
本稿では,自然言語処理(NLP)タスクとしてのソーシャルサポート検出(SSD)について紹介する。
我々は1万のYouTubeコメントからなるデータセットで実験を行った。
論文 参考訳（メタデータ） (2024-11-04T20:23:03Z) - Revealing Personality Traits: A New Benchmark Dataset for Explainable Personality Recognition on Dialogues [63.936654900356004]
パーソナリティ認識は,対話やソーシャルメディア投稿などのユーザデータに含まれる性格特性を識別することを目的としている。
本稿では,人格特性の証拠として推論過程を明らかにすることを目的とした,説明可能な人格認識という新しい課題を提案する。
論文 参考訳（メタデータ） (2024-09-29T14:41:43Z) - Affective-NLI: Towards Accurate and Interpretable Personality Recognition in Conversation [30.820334868031537]
会話におけるパーソナリティ認識(PRC)は、テキスト対話コンテンツを通して話者の性格特性を識別することを目的としている。
本稿では,PRCの正確かつ解釈可能なAffective Natural Language Inference (Affective-NLI)を提案する。
論文 参考訳（メタデータ） (2024-04-03T09:14:24Z) - CharacterGLM: Customizing Chinese Conversational AI Characters with
Large Language Models [66.4382820107453]
本稿では,ChatGLM上に構築されたモデルである characterGLM について紹介する。
我々のキャラクタGLMは文字ベースの対話(CharacterDial)を生成するために設計されており、人間固有の社会的欲求と感情的欲求を満たすための文字カスタマイズを備えた対話型AIシステムを実現することを目的としている。
論文 参考訳（メタデータ） (2023-11-28T14:49:23Z) - MPCHAT: Towards Multimodal Persona-Grounded Conversation [54.800425322314105]
我々はペルソナに基づく対話をマルチモーダル領域に拡張し、2つの主要な貢献をする。
まず,MPCHATという対話データセットを提案する。
第2に,マルチモーダル・ペルソナを組み込んだ多モーダル・ペルソナの対話タスクが,統計的に有意な性能向上をもたらすことを実証的に示す。
論文 参考訳（メタデータ） (2023-05-27T06:46:42Z) - Exploring Personality and Online Social Engagement: An Investigation of
MBTI Users on Twitter [0.0]
自称マイアーズ・ブリッグス性格特性(MBTI)を用いたTwitterのプロフィール3848件について検討する。
我々は、ディープラーニングに基づく最先端のNLPアーキテクチャであるBERTを利用して、タスクに最も予測力を持つさまざまなテキストソースを分析します。
MBTIシステムの全次元に対して, 伝記, ステータス, お気に入りツイートが有意な予測力を持っていることがわかった。
論文 参考訳（メタデータ） (2021-09-14T02:26:30Z) - Two-Faced Humans on Twitter and Facebook: Harvesting Social Multimedia
for Human Personality Profiling [74.83957286553924]
我々は、"PERS"と呼ばれる新しい多視点融合フレームワークを適用して、マイアーズ・ブリッグス・パーソナリティ・タイプインジケータを推定する。
実験の結果,多視点データからパーソナリティ・プロファイリングを学習する能力は,多様なソーシャル・マルチメディア・ソースからやってくるデータを効率的に活用できることが示唆された。
論文 参考訳（メタデータ） (2021-06-20T10:48:49Z) - My tweets bring all the traits to the yard: Predicting personality and
relational traits in Online Social Networks [4.095574580512599]
本研究は,オンラインソーシャルネットワーク(OSN)における全体像プロファイルの予測モデルを提供することを目的とする。
我々はまずOSNアカウントから幅広い機能を抽出する機能エンジニアリング手法を考案した。
そして,抽出した特徴に基づいて,ユーザの心理的特徴のスコアを予測する機械学習モデルを設計した。
論文 参考訳（メタデータ） (2020-09-22T20:30:56Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳（メタデータ） (2020-08-31T17:44:28Z)
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。