Fugu-MT 論文翻訳(概要): Using Adaptive Empathetic Responses for Teaching English

論文の概要: Using Adaptive Empathetic Responses for Teaching English

arxiv url: http://arxiv.org/abs/2404.13764v1
Date: Sun, 21 Apr 2024 20:21:24 GMT
ステータス: 処理完了
システム内更新日: 2024-04-23 15:45:49.737651
Title: Using Adaptive Empathetic Responses for Teaching English
Title（参考訳）: 適応的共感反応を用いた英語教育
Authors: Li Siyan, Teresa Shao, Zhou Yu, Julia Hirschberg,
Abstract要約: 本稿では,言語学習における共感的フィードバックの機会を認識するために,音声による否定的感情検出の課題を提案する。そして、適応的で共感的なフィードバックを持つ最初の英語教育チャットボットを構築します。このフィードバックはChatGPTの自動最適化によって合成され、英語学習者によって評価される。
参考スコア（独自算出の注目度）: 18.15602535467144
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Existing English-teaching chatbots rarely incorporate empathy explicitly in their feedback, but empathetic feedback could help keep students engaged and reduce learner anxiety. Toward this end, we propose the task of negative emotion detection via audio, for recognizing empathetic feedback opportunities in language learning. We then build the first spoken English-teaching chatbot with adaptive, empathetic feedback. This feedback is synthesized through automatic prompt optimization of ChatGPT and is evaluated with English learners. We demonstrate the effectiveness of our system through a preliminary user study.
Abstract（参考訳）: 既存の英語教育チャットボットは、感情のフィードバックに感情を明示的に取り入れることは滅多にないが、共感的なフィードバックは、学生のエンゲージメントを維持し、学習者の不安を軽減するのに役立つ。そこで我々は,言語学習における共感的フィードバックの機会を認識するために,音声による否定的感情検出の課題を提案する。そして、適応的で共感的なフィードバックを持つ最初の英語教育チャットボットを構築します。このフィードバックはChatGPTの自動最適化によって合成され、英語学習者によって評価される。予備的なユーザスタディを通じて,本システムの有効性を実証する。

関連論文リスト

Towards Empathetic Conversational Recommender Systems [77.53167131692]
本稿では,共感型会話レコメンデータ(ECR)フレームワークを提案する。 ECRには、感情対応アイテムレコメンデーションと感情対応応答生成という、2つの主要なモジュールが含まれている。 ReDialデータセットの実験は、推奨精度を高め、ユーザの満足度を向上させる上で、我々のフレームワークの有効性を検証する。
論文参考訳（メタデータ） (2024-08-30T15:43:07Z)
EDEN: Empathetic Dialogues for English learning [18.15602535467144]
学生の情熱と忍耐は、言語学習の成功に結びついている。最近の研究は、学生が英語の教師をより支援的だと認識するにつれて、彼らの満足度が向上していることを証明している。本実験は,適応的共感フィードバックを用いることで,感情支援が向上することが示唆された。
論文参考訳（メタデータ） (2024-06-25T23:36:16Z)
Improving the Validity of Automatically Generated Feedback via Reinforcement Learning [50.067342343957876]
強化学習(RL)を用いた正当性と整合性の両方を最適化するフィードバック生成フレームワークを提案する。具体的には、直接選好最適化(DPO)によるトレーニングのための拡張データセットにおいて、GPT-4のアノテーションを使用してフィードバックペアよりも好みを生成する。
論文参考訳（メタデータ） (2024-03-02T20:25:50Z)
Is Feedback All You Need? Leveraging Natural Language Feedback in Goal-Conditioned Reinforcement Learning [54.31495290436766]
我々はBabyAIを拡張し、環境力学と目標条件の成功から言語フィードバックを自動的に生成する。我々は、この付加信号を利用するために、決定変換器アーキテクチャを変更する。言語フィードバックによるトレーニングは, エージェントの一般化性能を向上させること, あるいは, 目標記述に代えて行うことが確認された。
論文参考訳（メタデータ） (2023-12-07T22:33:34Z)
Utilizing Speech Emotion Recognition and Recommender Systems for Negative Emotion Handling in Therapy Chatbots [0.0]
本稿では,ユーザの感情を理解し,人間のような共感を与えることのできる,聴覚認知によるチャットボットのセラピーを強化するアプローチを提案する。提案手法は,CNNモデルとShEMOデータセットを用いた音声感情認識(SER)技術を含む。より没入的で共感的なユーザエクスペリエンスを実現するため、GlowTTSと呼ばれるテキスト音声モデルを統合する。
論文参考訳（メタデータ） (2023-11-18T16:35:55Z)
From Words and Exercises to Wellness: Farsi Chatbot for Self-Attachment Technique [1.7592522344393486]
私たちはFarsiでセルフアタッチメント(SAT)を通じてユーザを誘導する音声対応ロボットを開発した。 6000以上の発話のデータセットを収集し、ユーザー感情を12クラスに分類する新しい感情分析モジュールを開発し、精度は92%以上である。当社のプラットフォームは,ほとんどのユーザ(75%),72%がインタラクションの後に気分が良くなり,74%がSAT Teacherのパフォーマンスに満足していた。
論文参考訳（メタデータ） (2023-10-13T19:09:31Z)
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)
CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
論文参考訳（メタデータ） (2021-10-08T07:44:47Z)
Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文参考訳（メタデータ） (2021-03-30T15:24:37Z)
Learning Improvised Chatbots from Adversarial Modifications of Natural Language Feedback [19.026954124876582]
本稿では,雑音フィードバックを会話中の自然な応答に変換する生成逆モデルを提案する。ジェネレータの目標は、ユーザの以前の発話に応答する応答にフィードバックを変換し、差別者を騙すことである。
論文参考訳（メタデータ） (2020-10-14T17:33:37Z)

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。