Fugu-MT 論文翻訳(概要): Turn-Level Empathy Prediction Using Psychological Indicators

論文の概要: Turn-Level Empathy Prediction Using Psychological Indicators

arxiv url: http://arxiv.org/abs/2407.08607v1
Date: Thu, 11 Jul 2024 15:43:27 GMT
ステータス: 処理完了
システム内更新日: 2024-07-12 16:50:17.851881
Title: Turn-Level Empathy Prediction Using Psychological Indicators
Title（参考訳）: 心理指標を用いたターンレベル共感予測
Authors: Shaz Furniturewala, Kokil Jaidka,
Abstract要約: 本稿では,WASSA 2024共感とパーソナリティ予測共有タスクのためのターンレベルの共感検出手法を提案する。大規模言語モデル(LLM)とDeBERTAの微調整によるテキストの豊かさのパイプラインは、共感検出のためのピアソン相関係数とF1スコアの大幅な改善を示している。
参考スコア（独自算出の注目度）: 11.255011967393838
License: http://creativecommons.org/licenses/by/4.0/
Abstract: For the WASSA 2024 Empathy and Personality Prediction Shared Task, we propose a novel turn-level empathy detection method that decomposes empathy into six psychological indicators: Emotional Language, Perspective-Taking, Sympathy and Compassion, Extroversion, Openness, and Agreeableness. A pipeline of text enrichment using a Large Language Model (LLM) followed by DeBERTA fine-tuning demonstrates a significant improvement in the Pearson Correlation Coefficient and F1 scores for empathy detection, highlighting the effectiveness of our approach. Our system officially ranked 7th at the CONV-turn track.
Abstract（参考訳）: WASSA 2024 共感とパーソナリティ予測共有タスクでは,共感を感情言語,パースペクティブ・テイキング,共感と思いやり,外向性,開放性,積極性という6つの心理的指標に分解するターンレベルの共感検出手法を提案する。大規模言語モデル(LLM)とDeBERTAファインタニングによるテキスト強化のパイプラインは、共感検出のためのピアソン相関係数とF1スコアを大幅に改善し、我々のアプローチの有効性を強調している。我々のシステムは公式にCONVターントラックで7位にランクインした。

関連論文リスト

ConText at WASSA 2024 Empathy and Personality Shared Task: History-Dependent Embedding Utterance Representations for Empathy and Emotion Prediction in Conversations [0.8602553195689513]
WASSAは、相互作用における共感と感情予測に関するタスクを共有しており、これらのタスクに対するアプローチをベンチマークする機会を提供する。我々は、会話における各発話の共感、感情の極性、感情の強さを、会話の文脈とともに分類される発話をフィードすることによってモデル化する。また,会話からのすべての発話と,その共感を予測しているインターロケータを識別するトークンを入力して,各インターロケータの相手共感をモデル化する。
論文参考訳（メタデータ） (2024-07-04T10:44:59Z)
Empathy and Distress Detection using Ensembles of Transformer Models [0.0]
本稿では,WASSA 2023共感・感情・パーソナリティ共有タスクへのアプローチについて述べる。自然言語処理において、共感と悲惨な検出が重要な課題である。 Pearsonのrスコアは0.346で、共感と悲惨な検出のサブタスクでは3位です。
論文参考訳（メタデータ） (2023-12-05T08:50:34Z)
PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
論文参考訳（メタデータ） (2023-10-31T08:23:33Z)
EMP-EVAL: A Framework for Measuring Empathy in Open Domain Dialogues [0.0]
EMP-EVALは単純だが効果的な自動共感評価法である。提案手法は感情,認知,情緒的共感の影響を受ける。我々の測定値が人間の嗜好と相関し、人間の判断と同等の結果が得られることを示す。
論文参考訳（メタデータ） (2023-01-29T18:42:19Z)
CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation [59.8935454665427]
共感的対話モデルは、通常、感情的な側面のみを考慮するか、孤立して認知と愛情を扱う。共感的対話生成のためのCASEモデルを提案する。
論文参考訳（メタデータ） (2022-08-18T14:28:38Z)
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)
Exemplars-guided Empathetic Response Generation Controlled by the Elements of Human Communication [88.52901763928045]
そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
論文参考訳（メタデータ） (2021-06-22T14:02:33Z)
PVG at WASSA 2021: A Multi-Input, Multi-Task, Transformer-Based Architecture for Empathy and Distress Prediction [0.0]
本稿では,共感スコア予測のためのマルチ入力マルチタスクフレームワークを提案する。ストレススコア予測タスクでは、語彙的特徴の追加によってシステムが強化される。私たちの提出は、平均相関(0.545)と苦痛相関(0.574)、共感的ピアソン相関(0.517)に基づいて1$st$をランク付けしました。
論文参考訳（メタデータ） (2021-03-04T20:12:25Z)
MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文参考訳（メタデータ） (2020-11-17T15:18:38Z)
A Computational Approach to Understanding Empathy Expressed in Text-Based Mental Health Support [11.736179504987712]
オンラインメンタルヘルスプラットフォームにおいて共感がどのように表現されるかを理解するための計算手法を提案する。我々は,テキストベースの会話における共感のコミュニケーションを特徴付けるための,理論的基盤の統一フレームワークを開発する。
論文参考訳（メタデータ） (2020-09-17T17:47:00Z)
Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
論文参考訳（メタデータ） (2020-04-26T08:51:01Z)

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。