論文の概要: Coimagining the Future of Voice Assistants with Cultural Sensitivity
- arxiv url: http://arxiv.org/abs/2403.17599v1
- Date: Tue, 26 Mar 2024 11:09:58 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-27 15:47:16.898819
- Title: Coimagining the Future of Voice Assistants with Cultural Sensitivity
- Title(参考訳): 文化的感性のある音声アシスタントの未来を想像する
- Authors: Katie Seaborn, Yuto Sawa, Mizuki Watanabe,
- Abstract要約: 日本における非西洋的文脈における共同設計VAの価値について検討する。
日本語と英語のアメリカ・コンテクストのデザインガイドラインを提供する。
- 参考スコア(独自算出の注目度): 27.504761918190958
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Voice assistants (VAs) are becoming a feature of our everyday life. Yet, the user experience (UX) is often limited, leading to underuse, disengagement, and abandonment. Co-designing interactions for VAs with potential end-users can be useful. Crowdsourcing this process online and anonymously may add value. However, most work has been done in the English-speaking West on dialogue data sets. We must be sensitive to cultural differences in language, social interactions, and attitudes towards technology. Our aims were to explore the value of co-designing VAs in the non-Western context of Japan and demonstrate the necessity of cultural sensitivity. We conducted an online elicitation study (N = 135) where Americans (n = 64) and Japanese people (n = 71) imagined dialogues (N = 282) and activities (N = 73) with future VAs. We discuss the implications for coimagining interactions with future VAs, offer design guidelines for the Japanese and English-speaking US contexts, and suggest opportunities for cultural plurality in VA design and scholarship.
- Abstract(参考訳): 音声アシスタント(VA)は私たちの日常生活の特徴になりつつある。
しかし、ユーザエクスペリエンス(UX)はしばしば制限され、未使用、拡張、放棄につながります。
潜在的エンドユーザーとのVAの共設計相互作用は有用である。
このプロセスをクラウドソーシングすることで、匿名で価値が生まれる可能性がある。
しかし、ほとんどの研究は英語を話す西欧の対話データセットで行われている。
我々は、言語、社会的相互作用、技術に対する態度の文化的差異に敏感でなければならない。
我が国の非西洋的文脈におけるVAの共設計の価値を探究し,文化的感受性の必要性を実証することを目的とした。
我々は,米国人 (n = 64) と日本人 (n = 71) が対話 (N = 282) と活動 (N = 73) と将来のVAとの対話を想像するオンライン勧誘調査 (N = 135) を行った。
今後のVAとの対話を想像することの意味を論じ,日本語と英語のアメリカにおける文脈におけるデザインガイドラインを提供し,VAデザインと奨学金で文化的な複数の機会を提案する。
関連論文リスト
- PSYDIAL: Personality-based Synthetic Dialogue Generation using Large Language Models [4.283022729693451]
本稿では,大規模言語モデルからの応答をプロンプトによって引き出すための,エンドツーエンドのパーソナリティに基づく合成対話データ生成パイプラインを提案する。
提案したパイプラインを用いて,パーソナリティに基づく対話に焦点を当てた韓国初の対話データセットPSYDIALを紹介した。
実験結果から, 事前学習モデルと, チャイトチャットデータセットを用いた微調整モデルでは, 人格を反映する応答を生成するのに苦労する一方で, PSYDIALでトレーニングしたモデルでは, 大幅な改善が見られた。
論文 参考訳(メタデータ) (2024-04-01T05:19:34Z) - Value Kaleidoscope: Engaging AI with Pluralistic Human Values, Rights, and Duties [68.66719970507273]
価値多元性とは、複数の正しい値が互いに緊張して保持されるという考え方である。
統計的学習者として、AIシステムはデフォルトで平均に適合する。
ValuePrismは、218kの値、権利、義務の大規模なデータセットで、31kの人間が記述した状況に関連付けられています。
論文 参考訳(メタデータ) (2023-09-02T01:24:59Z) - "We care": Improving Code Mixed Speech Emotion Recognition in
Customer-Care Conversations [36.9886023078247]
音声感情認識(SER)は、発話中の感情を識別するタスクである。
本稿では,単語レベルのVAD値を組み込むことで,負の感情に対して,SERのタスクを2%改善することを示す。
我々の研究は、このような状況下でより丁寧で共感的な会話エージェントを開発するために利用することができる。
論文 参考訳(メタデータ) (2023-08-06T15:56:12Z) - Multi-lingual and Multi-cultural Figurative Language Understanding [69.47641938200817]
図形言語は人間のコミュニケーションに浸透するが、NLPでは比較的過小評価されている。
Hindi, Indonesian, Javanese, Kannada, Sundanese, Swahili, Yorubaの7つの多様な言語に関するデータセットを作成しました。
我々のデータセットから,各言語は,同じ領域から派生した言語間で最も高い重なり合いを持つ,図形表現の文化的・地域的概念に依存していることが明らかとなった。
全ての言語は、事前学習データと微調整データの可用性を反映した性能の変化により、英語と比較して大きな欠陥がある。
論文 参考訳(メタデータ) (2023-05-25T15:30:31Z) - TalkUp: Paving the Way for Understanding Empowering Language [38.873632974397744]
この研究は言語学と社会心理学の文献から構築され、力のある言語を特徴付けるものを探究する。
われわれは、エンパワーメントのためにラベル付けされたRedditの投稿の新しいデータセットをクラウドソースした。
予備的な分析では、このデータセットが、エンパワーメントと非エンパワーメント言語をキャプチャする言語モデルをトレーニングするために使用できることを示している。
論文 参考訳(メタデータ) (2023-05-23T17:55:34Z) - CPED: A Large-Scale Chinese Personalized and Emotional Dialogue Dataset
for Conversational AI [48.67259855309959]
会話型AIのための既存のデータセットのほとんどは、人間の個性や感情を無視している。
CPEDは,中国における大規模パーソナライズされた感情対話データセットである。
CPEDには40のテレビ番組から392人の話者の12K以上の対話が含まれている。
論文 参考訳(メタデータ) (2022-05-29T17:45:12Z) - They, Them, Theirs: Rewriting with Gender-Neutral English [56.14842450974887]
私たちは、英語でジェンダーインクルージョンを促進する一般的な方法である特異点についてケーススタディを行います。
本研究では, 人為的データを持たない1%の単語誤り率で, ジェンダーニュートラルな英語を学習できるモデルについて述べる。
論文 参考訳(メタデータ) (2021-02-12T21:47:48Z) - A Study on the Manifestation of Trust in Speech [12.057694908317991]
音声に基づいて仮想アシスタント(VA)でユーザーが持っている信頼レベルを自動的に検出する可能性を検討します。
VAのスキルに対する信頼度が異なるよう誘導された被験者から発話データを収集するための新しいプロトコルを開発した。
我々は、このプロトコルが効果的にエージェントのスキルを信頼または不信の望ましい精神状態に被験者に影響を与えることに成功したという明確な証拠を示しています。
論文 参考訳(メタデータ) (2021-02-09T13:08:54Z) - Vyaktitv: A Multimodal Peer-to-Peer Hindi Conversations based Dataset
for Personality Assessment [50.15466026089435]
本稿では,ピアツーピアのHindi会話データセットであるVyaktitvを提案する。
参加者の高品質な音声とビデオの録音と、会話ごとにヒングリッシュのテキストによる書き起こしで構成されている。
データセットには、収入、文化的指向など、すべての参加者のための豊富な社会デコグラフィー的特徴が含まれています。
論文 参考訳(メタデータ) (2020-08-31T17:44:28Z)
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。