論文の概要: Modeling the Quality of Dialogical Explanations

• arxiv url: http://arxiv.org/abs/2403.00662v1
• Date: Fri, 1 Mar 2024 16:49:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-05 16:58:34.686444
• Title: Modeling the Quality of Dialogical Explanations
• Title（参考訳）: 対話的説明の質のモデル化
• Authors: Milad Alshomary, Felix Lange, Meisam Booshehri, Meghdut Sengupta, Philipp Cimiano, Henning Wachsmuth
• Abstract要約: 本研究では,説明者と説明者の相互作用の観点から,説明対話について検討する。 対話の流れを分析し、専門家の対話に現れるものと比較する。 長い入力を処理できる2つの言語モデルを用いてインタラクションフローを符号化する。
• 参考スコア（独自算出の注目度）: 21.429245729478918
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Explanations are pervasive in our lives. Mostly, they occur in dialogical form where an {\em explainer} discusses a concept or phenomenon of interest with an {\em explainee}. Leaving the explainee with a clear understanding is not straightforward due to the knowledge gap between the two participants. Previous research looked at the interaction of explanation moves, dialogue acts, and topics in successful dialogues with expert explainers. However, daily-life explanations often fail, raising the question of what makes a dialogue successful. In this work, we study explanation dialogues in terms of the interactions between the explainer and explainee and how they correlate with the quality of explanations in terms of a successful understanding on the explainee's side. In particular, we first construct a corpus of 399 dialogues from the Reddit forum {\em Explain Like I am Five} and annotate it for interaction flows and explanation quality. We then analyze the interaction flows, comparing them to those appearing in expert dialogues. Finally, we encode the interaction flows using two language models that can handle long inputs, and we provide empirical evidence for the effectiveness boost gained through the encoding in predicting the success of explanation dialogues.
• Abstract（参考訳）: 説明は私たちの生活に広まります。 多くの場合、それらは対話形式で発生し、そこでは「説明者」が「説明者」と興味のある概念や現象について議論する。 説明者に明確な理解を与えるのは、両者の知識のギャップのため簡単ではない。 従来の研究では、専門家による対話の成功における説明行動、対話行為、トピックの相互作用について検討していた。 しかし、日常的な説明はしばしば失敗し、なぜ対話が成功するのかという疑問を提起する。 本研究は,説明者と説明者との相互作用の観点で説明対話を考察し,説明者の側における理解の成功の観点で説明の質とどのように相関するかについて検討する。 特に,まずRedditフォーラムから399の対話コーパスを構築し,対話フローや説明品質に注釈を付ける。 そして、対話の流れを分析し、専門家の対話に現れるものと比較する。 最後に、長い入力を処理できる2つの言語モデルを用いて相互作用の流れを符号化し、説明対話の成功を予測するエンコーディングによって得られる効果の実証的な証拠を提供する。

関連論文リスト

• "Is ChatGPT a Better Explainer than My Professor?": Evaluating the Explanation Capabilities of LLMs in Conversation Compared to a Human Baseline [23.81489190082685]
  説明は知識共有の基礎を形成し、コミュニケーションの原則、社会的ダイナミクス、学習理論に基づいて構築される。 本研究は、説明者や説明者が会話で採用するさまざまな戦略を理解するための枠組みである説明行為に関する過去の研究を活用し、相手を説明・理解・関与する。 この1年で生成AIが台頭したことにより、LLM(Large Language Models)の能力と、専門家による会話環境における説明能力の強化について、より深く理解したいと思っています。
  論文  参考訳（メタデータ） (2024-06-26T17:33:51Z)
• May I Ask a Follow-up Question? Understanding the Benefits of Conversations in Neural Network Explainability [17.052366688978935]
  自由形式の会話が静的な説明の理解を深めるかどうかを検討する。 参加者が3つの機械学習モデルから選択できる能力に会話が与える影響を計測する。 本研究は,自由形式の会話形式におけるモデル説明のカスタマイズの重要性を強調した。
  論文  参考訳（メタデータ） (2023-09-25T09:00:38Z)
• Providing personalized Explanations: a Conversational Approach [0.5156484100374058]
  そこで本稿では,説明者との対話を通じて,パーソナライズされた説明を説明人に伝達する手法を提案する。 我々は、説明人が理解し、説明者が認識している最初の主張についての説明が存在する限り、説明人が最初の主張を正当化しているため、会話が終了することを証明する。
  論文  参考訳（メタデータ） (2023-07-21T09:34:41Z)
• "Mama Always Had a Way of Explaining Things So I Could Understand'': A Dialogue Corpus for Learning to Construct Explanations [26.540485804067536]
  対話的説明の最初のコーパスを導入し,人間の説明の仕方についてNLP研究を可能にする。 コーパスは、Wiredのテレビシリーズ『emph5 Levels』の65の英訳対話からなり、13のトピックと5人の熟練者について解説している。
  論文  参考訳（メタデータ） (2022-09-06T14:00:22Z)
• Towards Large-Scale Interpretable Knowledge Graph Reasoning for Dialogue Systems [109.16553492049441]
  よりスケーラブルで一般化可能な対話システムに知識推論機能を組み込む新しい手法を提案する。 我々の知識を最大限に活用するために、変圧器モデルが微分可能な知識グラフを解析して応答を生成するのは、これが初めてである。
  論文  参考訳（メタデータ） (2022-03-20T17:51:49Z)
• Rethinking Explainability as a Dialogue: A Practitioner's Perspective [57.87089539718344]
  医師、医療専門家、政策立案者に対して、説明を求めるニーズと欲求について尋ねる。 本研究は, 自然言語対話の形での対話的説明を, 意思決定者が強く好むことを示唆する。 これらのニーズを考慮して、インタラクティブな説明を設計する際に、研究者が従うべき5つの原則を概説する。
  論文  参考訳（メタデータ） (2022-02-03T22:17:21Z)
• Human Interpretation of Saliency-based Explanation Over Text [65.29015910991261]
  テキストデータ上でのサリエンシに基づく説明について検討する。 人はしばしば説明を誤って解釈する。 本稿では,過度知覚と過小認識のモデル推定に基づいて,サリエンシを調整する手法を提案する。
  論文  参考訳（メタデータ） (2022-01-27T15:20:32Z)
• 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)
• Learning Reasoning Paths over Semantic Graphs for Video-grounded Dialogues [73.04906599884868]
  対話文脈(PDC)における推論経路の新しい枠組みを提案する。 PDCモデルは、各質問と回答の語彙成分に基づいて構築されたセマンティックグラフを通じて、対話間の情報フローを発見する。 本モデルでは,この推論経路を通じて視覚情報とテキスト情報を逐次的に処理し,提案する特徴を用いて回答を生成する。
  論文  参考訳（メタデータ） (2021-03-01T07:39:26Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)

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。