論文の概要: Towards scalable robotic intervention of children with Autism Spectrum
Disorder using LLMs
- arxiv url: http://arxiv.org/abs/2402.00260v1
- Date: Thu, 1 Feb 2024 01:09:00 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-02 17:02:40.134757
- Title: Towards scalable robotic intervention of children with Autism Spectrum
Disorder using LLMs
- Title(参考訳): LLMを用いた自閉症スペクトラム障害児のスケーラブルなロボット介入に向けて
- Authors: Ruchik Mishra and Karla Conn Welch
- Abstract要約: ソーシャルロボットNAOは、刺激薬(社会状況を垂直に記述し、質問する)、プロンサー(選択する3つの選択肢を提示する)、強化器(回答が正しければ評価する)として機能する。
このコミュニケーションは、Large Language Model (LLM)パイプラインを使って生成されたテキストを使って、視点の取り方を教えることを目的としている。
- 参考スコア(独自算出の注目度): 1.559185855401447
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we propose a social robot capable of verbally interacting with
children with Autism Spectrum Disorder (ASD). This communication is meant to
teach perspective-taking using text generated using a Large Language Model
(LLM) pipeline. The social robot NAO acts as a stimulator (verbally describes a
social situation and asks a question), prompter (presents three options to
choose from), and reinforcer (praises when the answer is correct). For the role
of the stimulator, the social situation, questions, and options are generated
using our LLM pipeline. We compare two approaches: GPT-2 + BART and GPT-2 +
GPT-2, where the first GPT-2 common between the pipelines is used for
unsupervised social situation generation. We use the SOCIALIQA dataset to
fine-tune all of our LLM pipelines. We found that the GPT-2 + BART pipeline had
a better BERTscore for generating the questions and the options by combining
their individual loss functions. This observation was also consistent with the
human evaluations. Lastly, the unsupervised generation of social situations was
visualized using T-SNE plots, and the entire pipeline was evaluated for
appropriateness for children with ASD by human experts.
- Abstract(参考訳): 本稿では,自閉症スペクトラム障害児(ASD)と音声対話可能な社会ロボットを提案する。
このコミュニケーションは、Large Language Model (LLM)パイプラインを使って生成されたテキストを使って視点を取ることを教える。
ソーシャルロボットNAOは、刺激者(社会状況を垂直に記述し、質問する)、プロンサ(選択する3つの選択肢を示す)、強化者(回答が正しければ評価する)として機能する。
刺激器の役割については, LLMパイプラインを用いて社会的状況, 質問, 選択肢を生成する。
GPT-2+BARTとGPT-2+GPT-2の2つのアプローチを比較した。
私たちは、SOCIALIQAデータセットを使用して、LLMパイプラインをすべて微調整しています。
GPT-2+BARTパイプラインは、個々の損失関数を組み合わせることで、質問やオプションを生成するのに優れたBERTスコアを持つことがわかった。
この観察は人間の評価とも一致した。
最後に,t-sneプロットを用いて社会状況の教師なし生成を可視化し,人間の専門家によるasd児の適応性評価を行った。
関連論文リスト
- How Well Can LLMs Echo Us? Evaluating AI Chatbots' Role-Play Ability with ECHO [55.25989137825992]
チューリングテストに触発された評価フレームワークECHOを紹介する。
この枠組みは、人間と機械が生成した反応を区別するために、対象個人の知名度に係わる。
基礎モデルとして GPT-3.5 と GPT-4 の3つのロールプレイング LLM をECHO を用いて評価した。
論文 参考訳(メタデータ) (2024-04-22T08:00:51Z) - Are Large Language Models Aligned with People's Social Intuitions for
Human-Robot Interactions? [7.983988656380409]
大規模言語モデル(LLM)は、ロボット工学、特にハイレベルな行動計画にますます使われている。
本研究では,人間とロボットの相互作用のシナリオにおいて,LLMが人々の直感やコミュニケーションを再現するかどうかを検証する。
視覚モデルでは映像刺激の本質を捉えることができず、LLMは人よりもコミュニケーション行動や行動を評価する傾向にあることを示す。
論文 参考訳(メタデータ) (2024-03-08T22:23:23Z) - Response Generation for Cognitive Behavioral Therapy with Large Language
Models: Comparative Study with Socratic Questioning [6.400704401007114]
本研究では,感情変化,認知的変化,対話品質などの主観的評価に及ぼす生成応答の影響について検討した。
GPT-4を使用すると、気分の変化、共感、その他の対話の質が著しく向上する。
論文 参考訳(メタデータ) (2024-01-29T08:53:41Z) - 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) - Leveraging Implicit Feedback from Deployment Data in Dialogue [83.02878726357523]
本研究では,ユーザ間の自然な対話とデプロイモデルから学習することで,社会的会話エージェントの改善について検討する。
我々は、ユーザ応答長、感情、未来の人間の発話の反応などの信号を、収集された対話エピソードで活用する。
論文 参考訳(メタデータ) (2023-07-26T11:34:53Z) - Not All Errors are Equal: Learning Text Generation Metrics using
Stratified Error Synthesis [79.18261352971284]
人間のアノテーションを必要とせずに、人間の判断と高い相関関係を持つモデルベースの計量であるSESCOREを紹介する。
既存の指標に対してSESCOREを評価し,そのスコアと人間の評価との関係を比較検討した。
SESCOREは、人間による注釈付きトレーニングデータを受け取らず、最高の教師付きメトリックCOMETに匹敵するパフォーマンスを達成している。
論文 参考訳(メタデータ) (2022-10-10T22:30:26Z) - Social Assistive Robotics for Autistic Children [56.524774292536264]
このプロジェクトの目的は、自閉症児と社会ロボットNAOとの相互作用をテストすることである。
このプロジェクトのイノベーティブな側面は、子供のロボットのインタラクションが子供の感情や特定の特徴を熟考することである。
論文 参考訳(メタデータ) (2022-09-25T18:28:19Z) - Symbiotic Child Emotional Support with Social Robots and Temporal
Knowledge Graphs [0.0]
我々は,社会ロボット知識グラフ(KG)を用いたリアルタイム感情支援(ES)のための共生フレームワークの開発を提案する。
このフレームワークはどちらも、子どもにESステートメントを提供することで社会ロボットを誘導し、子どもの感情状態や関連する出来事を時間とともに追跡・解釈する専門家を支援する。
論文 参考訳(メタデータ) (2022-05-26T08:44:31Z) - A Simulated Experiment to Explore Robotic Dialogue Strategies for People
with Dementia [2.5412519393131974]
繰り返し質問の文脈におけるPwD-ロボット相互作用のための部分可観測マルコフ決定プロセス(POMDP)モデルを提案する。
異なる認知能力と異なるエンゲージメントレベルを持つpwdに対する適応的会話戦略を学ぶためにq-learningを用いた。
これは、PwDの繰り返し質問に対処するための会話型ソーシャルロボットの適用に向けた有用なステップかもしれません。
論文 参考訳(メタデータ) (2021-04-18T19:35:19Z) - Investigating African-American Vernacular English in Transformer-Based
Text Generation [55.53547556060537]
ソーシャルメディアはアフリカ系アメリカ人英語(AAVE)の使用を奨励している
AAVEテキスト上でのGPT-2の性能は、意図等価な並列AAVE/SAEツイートペアのデータセットを作成することによって検証する。
AAVEテキストはSAEよりもネガティブな感情の分類が多かったが、GPT-2の使用は概して肯定的な感情の発生を増加させている。
論文 参考訳(メタデータ) (2020-10-06T06:27:02Z) - On the interaction between supervision and self-play in emergent
communication [82.290338507106]
本研究は,2つのカテゴリの学習信号と,サンプル効率の向上を目標とする学習信号の関係について検討する。
人間のデータに基づく教師付き学習による初等訓練エージェントが,自己演奏が会話に優れていることが判明した。
論文 参考訳(メタデータ) (2020-02-04T02:35:19Z)
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。