論文の概要: From Words and Exercises to Wellness: Farsi Chatbot for Self-Attachment
Technique
- arxiv url: http://arxiv.org/abs/2310.09362v1
- Date: Fri, 13 Oct 2023 19:09:31 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-18 02:16:27.309402
- Title: From Words and Exercises to Wellness: Farsi Chatbot for Self-Attachment
Technique
- Title(参考訳): 言葉とエクササイズから健康へ:farsi chatbot for self-attachment technique
- Authors: Sina Elahimanesh, Shayan Salehi, Sara Zahedi Movahed, Lisa Alazraki,
Ruoyu Hu, Abbas Edalat
- Abstract要約: 私たちはFarsiでセルフアタッチメント(SAT)を通じてユーザを誘導する音声対応ロボットを開発した。
6000以上の発話のデータセットを収集し、ユーザー感情を12クラスに分類する新しい感情分析モジュールを開発し、精度は92%以上である。
当社のプラットフォームは,ほとんどのユーザ(75%),72%がインタラクションの後に気分が良くなり,74%がSAT Teacherのパフォーマンスに満足していた。
- 参考スコア(独自算出の注目度): 1.86413150130483
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: In the wake of the post-pandemic era, marked by social isolation and surging
rates of depression and anxiety, conversational agents based on digital
psychotherapy can play an influential role compared to traditional therapy
sessions. In this work, we develop a voice-capable chatbot in Farsi to guide
users through Self-Attachment (SAT), a novel, self-administered, holistic
psychological technique based on attachment theory. Our chatbot uses a dynamic
array of rule-based and classification-based modules to comprehend user input
throughout the conversation and navigates a dialogue flowchart accordingly,
recommending appropriate SAT exercises that depend on the user's emotional and
mental state. In particular, we collect a dataset of over 6,000 utterances and
develop a novel sentiment-analysis module that classifies user sentiment into
12 classes, with accuracy above 92%. To keep the conversation novel and
engaging, the chatbot's responses are retrieved from a large dataset of
utterances created with the aid of Farsi GPT-2 and a reinforcement learning
approach, thus requiring minimal human annotation. Our chatbot also offers a
question-answering module, called SAT Teacher, to answer users' questions about
the principles of Self-Attachment. Finally, we design a cross-platform
application as the bot's user interface. We evaluate our platform in a ten-day
human study with N=52 volunteers from the non-clinical population, who have had
over 2,000 dialogues in total with the chatbot. The results indicate that the
platform was engaging to most users (75%), 72% felt better after the
interactions, and 74% were satisfied with the SAT Teacher's performance.
- Abstract(参考訳): 社会的孤立とうつ病や不安の高まりを特徴とするポストパンデミック時代以降、デジタル心理療法に基づく会話エージェントは、伝統的なセラピーセッションよりも重要な役割を担っている。
そこで本研究では,音声対応型チャットボットをfarsiで開発し,アタッチメント理論に基づく自己愛着(sat)によってユーザを誘導する。
我々のチャットボットは,会話を通してユーザ入力を理解し,対話フローチャートをナビゲートするために,ルールベースのモジュールと分類ベースのモジュールの動的配列を使用し,ユーザの感情や精神状態に依存する適切なSAT演習を推奨する。
特に、6000以上の発話のデータセットを収集し、ユーザの感情を12クラスに分類する新しい感情分析モジュールを92%以上の精度で開発する。
会話のノベルとエンゲージメントを維持するために、チャットボットの応答は、farsi gpt-2と強化学習アプローチによって作成された大きな発話データセットから取り出され、最小限の人間のアノテーションを必要とする。
私たちのチャットボットは、sat teacherと呼ばれる質問応答モジュールも提供しています。
最後に,ボットのユーザインタフェースとしてクロスプラットフォームアプリケーションを設計する。
チャットボットとの対話を2000回以上行った非臨床住民のn=52ボランティアを対象に,10日間の人間実験でプラットフォームを評価した。
その結果,ほとんどのユーザ(75%)にプラットフォームが関与していたこと,対話後の感触が72%,sat教師のパフォーマンスに満足した人が74%であった。
関連論文リスト
- Measuring and Controlling Persona Drift in Language Model Dialogs [75.97202858893111]
パーソナライズされた2つのチャットボット間のセルフチャットによりペルソナの安定性を評価する。
8ラウンドの会話で大きなペルソナの漂流が明らかになりました。
この現象の実証的および理論的解析は、トランスフォーマーの注意機構が役割を果たすことを示唆している。
そこで本研究では,2つの強力なベースラインに対して良好に比較可能なsplit-softmaxという軽量な手法を提案する。
論文 参考訳(メタデータ) (2024-02-13T20:10:29Z) - Deep Learning Based Amharic Chatbot for FAQs in Universities [0.0]
本稿では,アムハラ語の質問(FAQ)に頻繁に答えるモデルを提案する。
提案プログラムでは, トークン化, 停止語除去, ステーミングを用いて, アムハラ語入力文の分析と分類を行う。
このモデルはFacebook Messengerに統合され、Herokuサーバに24時間のアクセシビリティとしてデプロイされた。
論文 参考訳(メタデータ) (2024-01-26T18:37:21Z) - Multi-Purpose NLP Chatbot : Design, Methodology & Conclusion [0.0]
本研究は,現在あるチャットボット技術環境を網羅的に分析するものである。
ユーザインタラクションと会話体験を改善するために強化学習戦略を利用する、非常に柔軟なシステムを提供する。
チャットボット技術の発展の複雑さと、これらの開発を推進してきた要因と、それらが様々な分野に及ぼした影響についても検討する。
論文 参考訳(メタデータ) (2023-10-13T09:47:24Z) - Development and Evaluation of Three Chatbots for Postpartum Mood and
Anxiety Disorders [31.018188794627378]
我々は,産後介護者にコンテキスト特異的な共感的サポートを提供する3つのチャットボットを開発した。
我々は,機械による測定と人間によるアンケートの両方を用いて,チャットボットの性能評価を行った。
我々は、精神的な健康上の課題を抱えた個人を支援するために、ルールベースのモデルと生成モデルの実践的メリットを議論することで結論付けた。
論文 参考訳(メタデータ) (2023-08-14T18:52:03Z) - Rewarding Chatbots for Real-World Engagement with Millions of Users [1.2583983802175422]
本研究では,ユーザエンゲージメントを優先して保持性を高めるソーシャルチャットボットの開発について検討する。
提案手法では,ユーザインタラクションから収集した擬似ラベルを用いて報酬モデルのトレーニングを行う。
Chai Researchプラットフォーム上の1万人のデイリーチャットユーザを対象としたA/Bテストは、このアプローチがMCLを最大70%向上させることを示している。
今後の作業は、報酬モデルを使用してデータフライホイールを実現し、最新のユーザ会話を使用して、言語モデルと報酬モデルを交互に微調整することを目的としている。
論文 参考訳(メタデータ) (2023-03-10T18:53:52Z) - 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) - EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。
変圧器事前学習言語モデル(T5)に基づく手法を提案する。
本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
論文 参考訳(メタデータ) (2021-10-30T19:04:48Z) - CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement
Learning [60.348822346249854]
本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。
チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。
共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
論文 参考訳(メタデータ) (2021-10-08T07:44:47Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳(メタデータ) (2021-03-30T15:24:37Z) - 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。