論文の概要: Fictional Worlds, Real Connections: Developing Community Storytelling
Social Chatbots through LLMs
- arxiv url: http://arxiv.org/abs/2309.11478v1
- Date: Wed, 20 Sep 2023 17:23:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-21 15:21:47.110342
- Title: Fictional Worlds, Real Connections: Developing Community Storytelling
Social Chatbots through LLMs
- Title(参考訳): フィクションの世界とリアルコネクト:LLMによるコミュニティストーリーテリング型ソーシャルチャットボットの開発
- Authors: Yuqian Sun, Hanyi Wang, Pok Man Chan, Morteza Tabibi, Yan Zhang, Huan
Lu, Yuheng Chen, Chang Hee Lee, Ali Asadipour
- Abstract要約: 社会ストーリーテリング(SSC)を導入し、架空のゲームキャラクターをプレイヤーコミュニティ内の「生きた」社会エンティティに変換する。
私たちのストーリーエンジニアリングプロセスには、キャラクタとストーリー作成、SCのパーソナリティとワールドビューの定義、コミュニティへのライブストーリーの提示という3つのステップが含まれています。
質問紙とコミュニティメンバーへのインタビューをもとにした混合手法分析により,コミュニティ環境におけるSCの関与と信頼度は,ストーリーテリングによって著しく向上することが明らかとなった。
- 参考スコア(独自算出の注目度): 11.81497469617973
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We address the integration of storytelling and Large Language Models (LLMs)
to develop engaging and believable Social Chatbots (SCs) in community settings.
Motivated by the potential of fictional characters to enhance social
interactions, we introduce Storytelling Social Chatbots (SSCs) and the concept
of story engineering to transform fictional game characters into "live" social
entities within player communities. Our story engineering process includes
three steps: (1) Character and story creation, defining the SC's personality
and worldview, (2) Presenting Live Stories to the Community, allowing the SC to
recount challenges and seek suggestions, and (3) Communication with community
members, enabling interaction between the SC and users. We employed the LLM
GPT-3 to drive our SSC prototypes, "David" and "Catherine," and evaluated their
performance in an online gaming community, "DE (Alias)," on Discord. Our
mixed-method analysis, based on questionnaires (N=15) and interviews (N=8) with
community members, reveals that storytelling significantly enhances the
engagement and believability of SCs in community settings.
- Abstract(参考訳): ストーリーテリングとLarge Language Models(LLMs)の統合により、コミュニティ環境におけるエンゲージメントと信頼性の高いソーシャルチャットボット(SCs)を開発する。
社会交流を高めるための架空のキャラクターの可能性に触発されて、ストーリーテリング社会チャットボット(SSC)とストーリーエンジニアリングの概念を導入し、架空のゲームキャラクターをプレイヤーコミュニティ内の「生きた」社会エンティティに変換する。
ストーリーエンジニアリングプロセスには,(1)キャラクターとストーリーの創造,(2)SCの性格と世界観,(2)コミュニティへのライブストーリーの提示,(3)SCが課題を振り返り,提案を求めること,(3)コミュニティメンバとのコミュニケーション,SCとユーザとの対話を可能にする3つのステップがある。
我々はLSM GPT-3を用いてSSCのプロトタイプ「David」と「Catherine」を駆動し、オンラインゲームコミュニティ「DE(Alias)」におけるパフォーマンスを評価した。
アンケート調査 (n=15) とインタビュー (n=8) に基づき, ストーリーテリングがコミュニティ設定におけるscsの関与度と信頼度を著しく高めていることが明らかとなった。
関連論文リスト
- An Empathetic User-Centric Chatbot for Emotional Support [0.9514940899499753]
乙女志向のゲームは、丁寧に作り上げられた物語構造やキャラクターの発達を通じて、プレイヤーに満足感、協力感、保護感を与える。
本稿では,対話的体験を高めるために,Large Language Models (LLMs) 技術を統合したテミスの涙のケーススタディを提案する。
論文 参考訳(メタデータ) (2023-11-15T12:19:34Z) - Think Before You Speak: Cultivating Communication Skills of Large
Language Models via Inner Monologue [80.50660775996535]
大規模言語モデル(LLM)は、流動的で一貫性があり多様な応答を生成する。
LLMには重要な能力がない。
応答生成プロセスには,トピック移行,積極的に質問,概念指導,共感,頻繁な5つのコミュニケーションスキルを付加する。
完全なプロセスは、迅速なエンジニアリングとコンテキスト内学習によって達成される。
論文 参考訳(メタデータ) (2023-11-13T16:19:42Z) - SOTOPIA: Interactive Evaluation for Social Intelligence in Language
Agents [110.61079677969957]
人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。
エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。
GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
論文 参考訳(メタデータ) (2023-10-18T02:27:01Z) - Social World Knowledge: Modeling and Applications [2.9417848476446364]
社会世界の知識は、人間や機械による効果的なコミュニケーションと情報処理の重要な要素である。
ソーシャルネットワークで発生する社会的文脈から低次元の実体埋め込みを抽出するフレームワークであるSocialVecを紹介する。
テキストセマンティクスを含む作業を容易にする単語埋め込みと同様に、学習されたソーシャルエンティティ埋め込みは、複数のソーシャルフレーバーのタスクに利益をもたらすことを期待する。
論文 参考訳(メタデータ) (2023-06-28T15:25:30Z) - Neural Generation Meets Real People: Building a Social, Informative
Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。
ユーザーとボットの両方を交互に会話に駆り立てる。
Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文 参考訳(メタデータ) (2022-07-25T09:57:23Z) - Triangular Character Animation Sampling with Motion, Emotion, and
Relation [78.80083186208712]
本稿では,キャラクターの身体の動き,表情,社会的関係を関連づけることで,アニメーションのサンプリングと合成を行う新しい枠組みを提案する。
本手法は,3次元キャラクタアニメーションの自動生成,非プレーヤキャラクタ(NPC)間のインタラクションの合成,バーチャルリアリティ(VR)におけるマシン感情インテリジェンスの向上を支援するアニメーターを提供する。
論文 参考訳(メタデータ) (2022-03-09T18:19:03Z) - SocialAI: Benchmarking Socio-Cognitive Abilities in Deep Reinforcement
Learning Agents [23.719833581321033]
人間との社会的相互作用に参加することができる、具体化された自律エージェントを構築することは、AIの主要な課題の1つだ。
人間レベルのAIを目指すためには、より広範な社会的スキルが必要である、と私たちは主張する。
DRLエージェントの社会的スキル獲得を評価するためのベンチマークであるSocialAIを提案する。
論文 参考訳(メタデータ) (2021-07-02T10:39:18Z) - CASS: Towards Building a Social-Support Chatbot for Online Health
Community [67.45813419121603]
CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。
ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。
フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
論文 参考訳(メタデータ) (2021-01-04T05:52:03Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳(メタデータ) (2020-12-29T08:22:48Z) - Neural Generation Meets Real People: Towards Emotionally Engaging
Mixed-Initiative Conversations [28.378419941897118]
オープンドメインの対話エージェントであるChirpy Cardinalを、2019年のAlexa Prizeコンペティションのための研究プラットフォームとして紹介する。
Chirpy Cardinalは様々なトピックについて熟知し、普通の生活について共感的に話すことができる。
決勝では、カーピー・カージナルが平均3.6/5.0、平均会話時間は2分16秒、90%は12分以上で決勝に進出した。
論文 参考訳(メタデータ) (2020-08-27T19:37:27Z)
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。