論文の概要: Incorporating Different Verbal Cues to Improve Text-Based Computer-Delivered Health Messaging
- arxiv url: http://arxiv.org/abs/2404.13633v1
- Date: Sun, 21 Apr 2024 12:15:44 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-23 18:11:42.962811
- Title: Incorporating Different Verbal Cues to Improve Text-Based Computer-Delivered Health Messaging
- Title（参考訳）: テキストベースのヘルスメッセージングを改善するために異なる言語クイズを組み込む
- Authors: Samuel Rhys Cox,
- Abstract要約: スマートフォンの普及は、医療需要の増加につながっている。
人からコンピュータへのデジタルヘルスメッセージングの利用が増加している。
それらは、同期的で匿名のフィードバックを提供するので、有利である。
しかし、コンピュータエージェントが適切に示さないような人間の会話には微妙な点が多い。
- 参考スコア（独自算出の注目度）: 1.4141453107129403
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The ubiquity of smartphones has led to an increase in on demand healthcare being supplied. For example, people can share their illness-related experiences with others similar to themselves, and healthcare experts can offer advice for better treatment and care for remediable, terminal and mental illnesses. As well as this human-to-human communication, there has been an increased use of human-to-computer digital health messaging, such as chatbots. These can prove advantageous as they offer synchronous and anonymous feedback without the need for a human conversational partner. However, there are many subtleties involved in human conversation that a computer agent may not properly exhibit. For example, there are various conversational styles, etiquettes, politeness strategies or empathic responses that need to be chosen appropriately for the conversation. Encouragingly, computers are social actors (CASA) posits that people apply the same social norms to computers as they would do to people. On from this, previous studies have focused on applying conversational strategies to computer agents to make them embody more favourable human characteristics. However, if a computer agent fails in this regard it can lead to negative reactions from users. Therefore, in this dissertation we describe a series of studies we carried out to lead to more effective human-to-computer digital health messaging. In our first study, we use the crowd [...] Our second study investigates the effect of a health chatbot's conversational style [...] In our final study, we investigate the format used by a chatbot when [...] In summary, we have researched how to create more effective digital health interventions starting from generating health messages, to choosing an appropriate formality of messaging, and finally to formatting messages which reference a user's previous utterances.
- Abstract（参考訳）: スマートフォンの普及は、医療需要の増加につながっている。
例えば、病気に関する経験を自分自身と同じようなものと共有したり、医療の専門家が治療や治療、終末期、精神疾患のケアのためにアドバイスを提供したりすることができる。
この人間対人間のコミュニケーションだけでなく、チャットボットのような人間対コンピュータのデジタルヘルスメッセージングも利用されるようになった。
人間の会話相手を必要とせずに、同期的で匿名のフィードバックを提供するため、これらはメリットを証明できる。
しかし、コンピュータエージェントが適切に示さないような人間の会話には微妙な点が多い。
例えば、会話のスタイル、エチケット、丁寧な戦略、共感的な反応は、会話のために適切に選択する必要がある。
コンピュータは社会的なアクター(CASA)であり、人々がコンピュータにやることと同じ社会規範を適用することを暗示している。
これまでの研究では、コンピュータエージェントに会話戦略を適用して、より好ましい人間の特性を具現化することに注力してきた。
しかし、コンピュータエージェントがこの点において失敗すると、ユーザからのネガティブな反応につながる可能性がある。
そこで本論文では,より効果的な人-コンピュータ間のデジタルヘルスメッセージングを実現するために実施した一連の研究について述べる。
第1回研究では, 参加者を用いて, 健康チャットボットの会話スタイルの効果について検討した [...] 最終回研究では, チャットボットが使用するフォーマットを, [...] ヘルスメッセージの生成から, メッセージの適切な形式の選択, そして, ユーザの過去の発話を参照したメッセージのフォーマット化に至るまで, より効果的なデジタルヘルス介入を作成する方法について検討した。
関連論文リスト
- Empathetic Response in Audio-Visual Conversations Using Emotion Preference Optimization and MambaCompressor [44.499778745131046]
まず、チャットボットのトレーニングに感情的選好最適化(EPO)を用いる。
このトレーニングは、モデルが正しい反応と反感情反応の微妙な区別を識別することを可能にする。
次に,MambaCompressorを導入し,会話履歴を効果的に圧縮し,管理する。
複数のデータセットにまたがる包括的実験により、我々のモデルは共感的応答の生成や長い対話の管理において、既存のモデルよりも大幅に優れていることが示された。
論文 参考訳（メタデータ） (2024-12-23T13:44:51Z) - Depression detection from Social Media Bangla Text Using Recurrent Neural Networks [1.1874952582465599]
ソーシャルメディア投稿の感情を分析し、社会に対する肯定的、否定的、感情的な行動を検出することができる。
感情分析における重要な課題の1つは、精神疾患の根本原因であるソーシャルメディアのテキストから落ち込んだテキストを特定することである。
本稿では,抑うつに着目した感情分析を行うために,Facebookのテキストに自然言語処理手法を適用した。
論文 参考訳（メタデータ） (2024-12-08T08:53:51Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - PLACES: Prompting Language Models for Social Conversation Synthesis [103.94325597273316]
我々は、プロンプトを用いてソーシャルな会話データセットを合成するために、専門家による会話の小さなセットをコンテキスト内例として使用します。
人工会話の徹底的な評価を,人間による会話と比較して行った。
論文 参考訳（メタデータ） (2023-02-07T05:48:16Z) - Mental Illness Classification on Social Media Texts using Deep Learning
and Transfer Learning [55.653944436488786]
世界保健機関(WHO)によると、約4億5000万人が影響を受ける。
うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。
本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
論文 参考訳（メタデータ） (2022-07-03T11:33:52Z) - Coral: An Approach for Conversational Agents in Mental Health
Applications [0.0]
本稿では,心的健康に役立てることができる生成的共感型オープンドメインロボットの創出について述べる。
我々は、大規模事前学習と共感的会話データを利用して、自然界の反応をより共感的にする。
我々のモデルは共感対話テストセットで最先端の結果を得る。
論文 参考訳（メタデータ） (2021-11-16T15:15:58Z) - Revealing Persona Biases in Dialogue Systems [64.96908171646808]
対話システムにおけるペルソナバイアスに関する最初の大規模研究について述べる。
我々は、異なる社会階級、性的指向、人種、性別のペルソナの分析を行う。
BlenderおよびDialoGPT対話システムの研究では、ペルソナの選択が生成された応答の害の程度に影響を与える可能性があることを示しています。
論文 参考訳（メタデータ） (2021-04-18T05:44:41Z) - Can You be More Social? Injecting Politeness and Positivity into
Task-Oriented Conversational Agents [60.27066549589362]
人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。
このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。
人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
論文 参考訳（メタデータ） (2020-12-29T08:22:48Z) - Assessing the Severity of Health States based on Social Media Posts [62.52087340582502]
ユーザの健康状態の重症度を評価するために,テキストコンテンツとコンテキスト情報の両方をモデル化する多視点学習フレームワークを提案する。
多様なNLUビューは、ユーザの健康を評価するために、タスクと個々の疾患の両方に効果を示す。
論文 参考訳（メタデータ） (2020-09-21T03:45:14Z) - FitChat: Conversational Artificial Intelligence Interventions for
Encouraging Physical Activity in Older Adults [1.8166478385879317]
高齢者と「FitChat」を共同で作成し,Think Aloud Sessions を用いた最初のプロトタイプの評価を行った。
我々のテーマ評価は、高齢者がテキスト通知や無料テキスト入力よりも音声ベースのチャットを好むことを示唆している。
論文 参考訳（メタデータ） (2020-04-29T10:39:33Z)
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。