論文の概要: Decoding Emotional Experiences in Dyadic Conversations of Married Couples: Leveraging Semantic Similarity through Sentence Embedding

• arxiv url: http://arxiv.org/abs/2309.12646v2
• Date: Sun, 25 Feb 2024 19:43:20 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-27 21:54:35.796799
• Title: Decoding Emotional Experiences in Dyadic Conversations of Married Couples: Leveraging Semantic Similarity through Sentence Embedding
• Title（参考訳）: 夫婦のディヤド会話における感情体験のデコード:文埋め込みによる意味的類似性の利用
• Authors: Chen-Wei Yu, Yun-Shiuan Chuang, Alexandros N. Lotsos, and Claudia M. Haase
• Abstract要約: 本研究は,10分間の会話と10分間の肯定的な会話を交互に行う50人の夫婦の会話を分析した。 変換器ベースモデルであるGeneral Text Embeddings-Large を用いて各話者からの発話の埋め込みを求める。 その結果、類似度が低いことは、ポジティブな(しかし対立しない)会話においてよりポジティブな感情経験と関連していることが示された。
• 参考スコア（独自算出の注目度）: 41.94295877935867
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advancements in Natural Language Processing (NLP) have highlighted the potential of sentence embeddings in measuring semantic similarity (hereafter similarity). Yet, whether this approach can be used to analyze real-world dyadic interactions and predict people's emotional experiences in response to these interactions remains largely uncharted. To bridge this gap, the present study analyzes verbal conversations of 50 married couples who engage in naturalistic 10-minute conflict and 10-minute positive conversations. Transformer-based model General Text Embeddings-Large is employed to obtain the embeddings of the utterances from each speaker. The overall similarity of the conversations is then quantified by the average cosine similarity between the embeddings of adjacent utterances. Results show that lower similarity is associated with greater positive emotional experiences in the positive (but not conflict) conversation. Follow-up analyses show that (a) findings remain stable when controlling for marital satisfaction and the number of utterance pairs and (b) the similarity measure is valid in capturing critical features of a dyadic conversation. The present study underscores the potency of sentence embeddings in understanding links between interpersonal dynamics and individual emotional experiences, paving the way for innovative applications of NLP tools in affective and relationship science.
• Abstract（参考訳）: 自然言語処理(NLP)の最近の進歩は、意味的類似性(以下、類似性)の測定における文埋め込みの可能性を強調している。 しかし、この手法が現実世界のダイアドの相互作用を分析し、これらの相互作用に反応して人々の感情的な経験を予測するのに使えるかどうかは、まだほとんどわかっていない。 このギャップを埋めるため,本研究は自然主義的な10分間の衝突と10分間のポジティブな会話に携わる50人の夫婦の言語会話を分析した。 変換器ベースモデルであるGeneral Text Embeddings-Large を用いて各話者からの発話の埋め込みを求める。 会話の全体的な類似度は、隣接する発話の埋め込みの平均コサイン類似度によって定量化される。 その結果、より低い類似度はポジティブな会話におけるポジティブな感情体験(対立しない)と関係していることがわかった。 フォローアップ分析が示す (a)夫婦の満足度と発話対数を制御する場合、引き続き安定している。 (b)類似度尺度は、ディヤド会話の重要な特徴を捉える際に有効である。 本研究は, 感情・関係科学におけるNLPツールの革新的活用の道を開くことを目的として, 対人的ダイナミクスと個人的感情経験の関連性を理解するための文埋め込みの有用性について述べる。

関連論文リスト

• Personality Differences Drive Conversational Dynamics: A High-Dimensional NLP Approach [1.9336815376402723]
  我々は、見知らぬ人との対話の軌跡を高次元空間にマッピングする。 本研究は,オープンネスの個性次元の差が大きいインターロケータが相互に影響し,幅広い話題を議論するのにより多くの時間を費やすことを示唆している。 また、参加者の感情(感情)が会話の前から後までどのように変化するかを調べ、外転の差が大きいと影響の差が大きくなることを予測している。
  論文  参考訳（メタデータ） (2024-10-14T19:48:31Z)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• AntEval: Evaluation of Social Interaction Competencies in LLM-Driven Agents [65.16893197330589]
  大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。 しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。 本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
  論文  参考訳（メタデータ） (2024-01-12T11:18:00Z)
• Relationship between auditory and semantic entrainment using Deep Neural Networks (DNN) [0.0]
  本研究では、BERTやTRILL(TRILL)ベクターのような最先端の埋め込みを利用して、対話中のターンの意味的および聴覚的類似性を測定する特徴を抽出した。 聴覚機能と比較して意味的特徴を訓練する傾向が見られた。 本研究の成果は,ヒトと機械の相互作用(HMI)におけるエントレインメントのメカニズムの実装に役立つかもしれない。
  論文  参考訳（メタデータ） (2023-12-27T14:50:09Z)
• ChatGPT Evaluation on Sentence Level Relations: A Focus on Temporal, Causal, and Discourse Relations [52.26802326949116]
  対話型大規模言語モデルChatGPTの性能を,文間関係に基づいて定量的に評価する。 ChatGPTは因果関係の検出と推論において極めて優れた能力を示す。 既存の明示的な談話接続物との談話関係の大多数を特定できるが、暗黙的な談話関係は依然として恐ろしい課題である。
  論文  参考訳（メタデータ） (2023-04-28T13:14:36Z)
• Learning to Memorize Entailment and Discourse Relations for Persona-Consistent Dialogues [8.652711997920463]
  既存の作業は、高度ネットワーク構造を持つ対話者ペルソナを意図的に学習することで、対話システムの性能を改善した。 本研究は,ペルソナ一貫性のある対話課題における係り受け関係と談話関係を記憶する学習方法を提案する。
  論文  参考訳（メタデータ） (2023-01-12T08:37:00Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• A Neural Network-Based Linguistic Similarity Measure for Entrainment in Conversations [12.052672647509732]
  言語訓練は、人々が会話でお互いを模倣する傾向がある現象である。 現在の類似度尺度のほとんどは、back-of-wordsアプローチに基づいている。 本稿では,ニューラルネットワークモデルを用いて,運動の類似度を測定することを提案する。
  論文  参考訳（メタデータ） (2021-09-04T19:48:17Z)
• 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)
• Decoupling entrainment from consistency using deep neural networks [14.823143667165382]
  一貫性の効果、すなわち個々のスタイルに固執する話者を孤立させることは、訓練の分析において重要な部分である。 そこで本研究では,話者の発声特徴を,その後の出力予測のコンファウンドとして扱うことを提案する。 既存の2つのニューラルアプローチを用いて、一貫性を制御するエントレインメントの新しい尺度を定義した。
  論文  参考訳（メタデータ） (2020-11-03T17:30:05Z)

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。