論文の概要: ArguMentor: Augmenting User Experiences with Counter-Perspectives
- arxiv url: http://arxiv.org/abs/2406.02795v1
- Date: Tue, 4 Jun 2024 21:43:56 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-06 22:37:23.702329
- Title: ArguMentor: Augmenting User Experiences with Counter-Perspectives
- Title（参考訳）: ArguMentor: カウンターパースペクティブによるユーザエクスペリエンスの拡大
- Authors: Priya Pitre, Kurt Luther,
- Abstract要約: ArguMentorは意見項目のクレームをハイライトし、反引数を生成し、現在のイベントに基づいて、パスのコンテキストベースのサマリを生成する。
さらに、Q&Aボット、DebateMe、ハイライトトリガーウィンドウなどの追加機能を通じて、ユーザのインタラクションと理解をさらに強化する。
調査と結果から,利用者はより多くの対策を作成でき,システムに関わった後,平均してより多くのビューを得られることがわかった。
- 参考スコア（独自算出の注目度）: 4.84187718353576
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Opinion pieces often represent only one side of any story, which can influence users and make them susceptible to confirmation bias and echo chambers in society. Moreover, humans are also bad at reading long articles -- often indulging in idle reading and re-reading. To solve this, we design ArguMentor, an end-to-end system that highlights claims in opinion pieces, generates counter-arguments for them using an LLM, and generates a context-based summary of the passage based on current events. It further enhances user interaction and understanding through additional features like Q&A bot, DebateMe and highlighting trigger windows. Our survey and results show that users can generate more counterarguments and on an average have more neutralized views after engaging with the system.
- Abstract（参考訳）: オピニオンピースは、どのストーリーの片側だけを表しており、ユーザに影響を与える可能性があり、社会のバイアスやエコーチャンバーの確認に敏感である。
さらに、人間は長い記事を読むのが苦手です。
この問題を解決するために、意見書のクレームをハイライトするエンドツーエンドシステムArguMentorを設計し、LCMを用いてそれに対する反論を生成し、現在の出来事に基づいた文節の文脈に基づく要約を生成する。
さらに、Q&Aボット、DebateMe、ハイライトトリガーウィンドウなどの追加機能を通じて、ユーザのインタラクションと理解をさらに強化する。
調査と結果から,利用者はより多くの対策を作成でき,システムに関わった後,平均的により中立的な視点を得られることがわかった。
関連論文リスト
- Persona Knowledge-Aligned Prompt Tuning Method for Online Debate [42.28019112668135]
聴衆側から,議論品質評価タスクのためのペルソナ・ナレッジ・アライメント・フレームワークを提案する。
これはChatGPTの出現を利用して、聴衆のペルソナ知識をプロンプトチューニングを通じて小さな言語モデルに注入する最初の作品である。
論文 参考訳（メタデータ） (2024-10-05T17:33:11Z) - Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。
パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。
パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
論文 参考訳（メタデータ） (2024-07-29T03:14:57Z) - Debate-to-Write: A Persona-Driven Multi-Agent Framework for Diverse Argument Generation [25.43678472601801]
議論記述のためのペルソナベースのマルチエージェントフレームワークを提案する。
人間の議論に触発されて、我々はまず各エージェントに、その高いレベルの信念を表すペルソナを、ユニークな視点から割り当てる。
次にエージェントインタラクションプロセスを設計し、エージェントが協調して議論し、議論書の全体計画を形成するアイデアを議論できるようにします。
論文 参考訳（メタデータ） (2024-06-28T04:21:20Z) - Beyond Relevance: Evaluate and Improve Retrievers on Perspective Awareness [56.42192735214931]
検索者は、ドキュメントとクエリ間のセマンティックな関連性に頼るだけでなく、ユーザクエリの背後にある微妙な意図や視点を認識することも期待されている。
本研究では,検索者がクエリの異なる視点を認識し,応答できるかどうかを検討する。
我々は,現在の検索者はクエリにおいて微妙に異なる視点に対する認識が限られており,特定の視点に偏りがあることを示す。
論文 参考訳（メタデータ） (2024-05-04T17:10:00Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - Argue with Me Tersely: Towards Sentence-Level Counter-Argument
Generation [62.069374456021016]
本稿では,文レベル逆問題生成のためのArgTerselyベンチマークを提案する。
また,Arg-LlaMAによる高品質な逆問題生成手法を提案する。
論文 参考訳（メタデータ） (2023-12-21T06:51:34Z) - Fostering User Engagement in the Critical Reflection of Arguments [3.26297440422721]
本研究では,人間との対話を行うシステムを提案する。
ユーザが既存の意見に集中しすぎれば,システムに介入することが可能になる。
58名の被験者を対象に,本モデルと介入機構の効果について調査を行った。
論文 参考訳（メタデータ） (2023-08-17T15:48:23Z) - Perspectives on Large Language Models for Relevance Judgment [56.935731584323996]
大型言語モデル(LLM)は、関連判断を支援することができると主張している。
自動判定が検索システムの評価に確実に利用できるかどうかは不明である。
論文 参考訳（メタデータ） (2023-04-13T13:08:38Z) - Persua: A Visual Interactive System to Enhance the Persuasiveness of
Arguments in Online Discussion [52.49981085431061]
説得力のある議論を書く能力を高めることは、オンラインコミュニケーションの有効性と文明性に寄与する。
オンライン議論における議論の説得力向上を支援するツールの設計目標を4つ導き出した。
Persuaは対話型ビジュアルシステムであり、議論の説得力を高めるための説得戦略の例に基づくガイダンスを提供する。
論文 参考訳（メタデータ） (2022-04-16T08:07:53Z) - Helping users discover perspectives: Enhancing opinion mining with joint
topic models [5.2424255020469595]
本稿では,共同トピックモデリングによる意見マイニングの強化について考察する。
我々は,抽出された視点の人間の理解可能性を評価するユーザスタディにおいて,共同トピックモデル(TAM,JST,VODUM,LAM)を4つ評価した。
論文 参考訳（メタデータ） (2020-10-23T16:13:06Z)
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。