論文の概要: Empathy and Distress Detection using Ensembles of Transformer Models
- arxiv url: http://arxiv.org/abs/2312.02578v1
- Date: Tue, 5 Dec 2023 08:50:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-06 16:14:59.267021
- Title: Empathy and Distress Detection using Ensembles of Transformer Models
- Title(参考訳): 変圧器モデルのアンサンブルを用いた共感と距離検出
- Authors: Tanmay Chavan, Kshitij Deshpande and Sheetal Sonawane
- Abstract要約: 本稿では,WASSA 2023共感・感情・パーソナリティ共有タスクへのアプローチについて述べる。
自然言語処理において、共感と悲惨な検出が重要な課題である。
Pearsonのrスコアは0.346で、共感と悲惨な検出のサブタスクでは3位です。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper presents our approach for the WASSA 2023 Empathy, Emotion and
Personality Shared Task. Empathy and distress are human feelings that are
implicitly expressed in natural discourses. Empathy and distress detection are
crucial challenges in Natural Language Processing that can aid our
understanding of conversations. The provided dataset consists of several
long-text examples in the English language, with each example associated with a
numeric score for empathy and distress. We experiment with several BERT-based
models as a part of our approach. We also try various ensemble methods. Our
final submission has a Pearson's r score of 0.346, placing us third in the
empathy and distress detection subtask.
- Abstract(参考訳): 本稿では,WASSA 2023共感・感情・パーソナリティ共有タスクへのアプローチを提案する。
共感と苦悩は自然の談話で暗黙的に表現される人間の感情である。
共感と苦悩の検出は、会話の理解を助ける自然言語処理において重要な課題である。
提供されたデータセットは、英語におけるいくつかの長文例で構成され、各例は共感と苦悩のための数値スコアに関連付けられている。
このアプローチの一環として,BERTベースのモデルをいくつか実験した。
また,様々なアンサンブル手法を試す。
Pearsonのrスコアは0.346で、共感と悲惨な検出のサブタスクでは3位です。
関連論文リスト
- Leveraging the power of transformers for guilt detection in text [50.65526700061155]
本研究は,テキスト中の罪悪感を検出するための3つのトランスフォーマーベース言語モデルの適用性について検討する。
提案モデルでは,BERTとRoBERTaをそれぞれ2点,RoBERTaを1点で比較した。
論文 参考訳(メタデータ) (2024-01-15T01:40:39Z) - Emotionally Numb or Empathetic? Evaluating How LLMs Feel Using
EmotionBench [87.0089656487486]
我々は,Large Language Models (LLM) の共感能力を評価することを提案する。
我々は、研究の中心となる8つの感情を引き出すのに有効な400以上の状況を含むデータセットを収集した。
我々は世界中の1200人以上の被験者を対象に人間による評価を行った。
論文 参考訳(メタデータ) (2023-08-07T15:18:30Z) - VISU at WASSA 2023 Shared Task: Detecting Emotions in Reaction to News
Stories Leveraging BERT and Stacked Embeddings [3.797177597247675]
我々のシステムVISUは、ニュース記事に反応して書かれたエッセイから感情分類の共有タスク (3) に参加した。
本研究は,単語埋め込み表現と事前設定戦略を組み合わせた深層学習(DL)モデルの開発に重点を置いている。
論文 参考訳(メタデータ) (2023-07-27T19:42:22Z) - Affect-DML: Context-Aware One-Shot Recognition of Human Affect using
Deep Metric Learning [29.262204241732565]
既存の方法は、すべての関心の感情に注釈付きトレーニングの例として優先順位が与えられると仮定している。
我々は、文脈における感情のワンショット認識を概念化し、単一のサポートサンプルからより細かい粒子レベルの人間の影響状態を認識することを目的とした新しい問題である。
モデルの全変種は、ランダムなベースラインよりも明らかに優れており、セマンティックシーンのコンテキストを活用することで、学習された表現を一貫して改善している。
論文 参考訳(メタデータ) (2021-11-30T10:35:20Z) - 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) - Exemplars-guided Empathetic Response Generation Controlled by the
Elements of Human Communication [88.52901763928045]
そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。
これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
論文 参考訳(メタデータ) (2021-06-22T14:02:33Z) - PVG at WASSA 2021: A Multi-Input, Multi-Task, Transformer-Based
Architecture for Empathy and Distress Prediction [0.0]
本稿では,共感スコア予測のためのマルチ入力マルチタスクフレームワークを提案する。
ストレススコア予測タスクでは、語彙的特徴の追加によってシステムが強化される。
私たちの提出は、平均相関(0.545)と苦痛相関(0.574)、共感的ピアソン相関(0.517)に基づいて1$st$をランク付けしました。
論文 参考訳(メタデータ) (2021-03-04T20:12:25Z) - Emotion Carrier Recognition from Personal Narratives [74.24768079275222]
パーソナル・ナラティブズ(Personal Narratives、PN)は、自分の経験から事実、出来事、思考を回想するものである。
感情キャリア認識(ECR)のための新しい課題を提案する。
論文 参考訳(メタデータ) (2020-08-17T17:16:08Z) - Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。
心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。
本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
論文 参考訳(メタデータ) (2020-04-26T08:51:01Z)
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。