論文の概要: An Empathetic User-Centric Chatbot for Emotional Support

• arxiv url: http://arxiv.org/abs/2311.09271v1
• Date: Wed, 15 Nov 2023 12:19:34 GMT
• ステータス: 処理完了
• システム内更新日: 2023-11-17 18:05:45.416183
• Title: An Empathetic User-Centric Chatbot for Emotional Support
• Title（参考訳）: 感情支援のための共感型ユーザ中心チャットボット
• Authors: Yanting Pan, Yixuan Tang, Yuchen Niu
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 0.9514940899499753
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper explores the intersection of Otome Culture and artificial intelligence, particularly focusing on how Otome-oriented games fulfill the emotional needs of young women. These games, which are deeply rooted in a subcultural understanding of love, provide players with feelings of satisfaction, companionship, and protection through carefully crafted narrative structures and character development. With the proliferation of Large Language Models (LLMs), there is an opportunity to transcend traditional static game narratives and create dynamic, emotionally responsive interactions. We present a case study of Tears of Themis, where we have integrated LLM technology to enhance the interactive experience. Our approach involves augmenting existing game narratives with a Question and Answer (QA) system, enriched through data augmentation and emotional enhancement techniques, resulting in a chatbot that offers realistic and supportive companionship.
• Abstract（参考訳）: 本稿では,おとめ文化と人工知能の交わり,特におとめ指向ゲームが若い女性の情緒的ニーズをどのように満たしているかを考察する。 これらのゲームは、愛のサブカルチャー的理解に深く根ざしており、注意深く作り上げ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。 大規模言語モデル(llm)の普及に伴い、伝統的な静的ゲーム物語を超越し、動的で感情的に反応するインタラクションを作成する機会がある。 本稿では,対話的体験を高めるためにLLM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。 提案手法では,質問・回答システム(QA)によって既存のゲーム物語を増強し,データ拡張と感情強化技術によって強化し,現実的で支援的な連携を提供するチャットボットを実現する。

関連論文リスト

• Designing and Evaluating Dialogue LLMs for Co-Creative Improvised Theatre [48.19823828240628]
  本研究では,Edinburgh Festival Fringeで1ヶ月のライブショーで展開されたLarge Language Models(LLMs)について紹介する。 オンザスポット多人数対話の技術的能力と制約について検討する。 我々のHuman-in-the-loop法は、文脈関連応答を生成する上で、これらのLCMの課題を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-05-11T23:19:42Z)
• Emotion Rendering for Conversational Speech Synthesis with Heterogeneous Graph-Based Context Modeling [50.99252242917458]
  会話音声合成(CSS)は,会話環境の中で適切な韻律と感情のインフレクションで発話を正確に表現することを目的としている。 データ不足の問題に対処するため、私たちはカテゴリと強度の点で感情的なラベルを慎重に作成します。 我々のモデルは感情の理解と表現においてベースラインモデルよりも優れています。
  論文  参考訳（メタデータ） (2023-12-19T08:47:50Z)
• Sibyl: Sensible Empathetic Dialogue Generation with Visionary Commonsense Knowledge [42.93002246089028]
  視覚コモンセンス知識を用いた感性共感対話生成(Sibyl)という革新的なフレームワークを提案する。 差し迫った対話の未来に集中するために設計されたこのパラダイムは、LLMを会話の暗黙の要求に向ける。 実験結果から,LLMにコモンセンス知識を習得するためのパラダイムを取り入れることで,その応答の質を総合的に向上することが示された。
  論文  参考訳（メタデータ） (2023-11-26T14:35:23Z)
• Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
  我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。 また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。 次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
  論文  参考訳（メタデータ） (2023-08-17T10:49:18Z)
• A Unified Framework for Emotion Identification and Generation in Dialogues [5.102770724328495]
  本稿では,対話の感情を協調的に識別し,その感情に応じて応答を生成するマルチタスクフレームワークを提案する。 本研究では,BERTをベースとしたネットワークを用いて共感システムを構築し,エンド・ツー・エンドのネットワークを分類と生成損失の両方で訓練する混合目的関数を用いる。
  論文  参考訳（メタデータ） (2022-05-31T02:58:49Z)
• Towards Multi-Turn Empathetic Dialogs with Positive Emotion Elicitation [39.747587984500406]
  本稿では,肯定的な感情誘発を伴う共感的対話生成の課題について述べる。 エージェントは、マルチターンダイアログにおいて、ユーザのポジティブ感情を引き出すターゲットとともに共感応答を行う。 我々はPosEmoDialと呼ばれる肯定的な感情誘発を伴う大規模感情対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-04-22T05:32:08Z)
• Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
  この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。 実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2021-06-06T06:26:15Z)
• Target Guided Emotion Aware Chat Machine [58.8346820846765]
  意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。 この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-11-15T01:55:37Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)

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。