論文の概要: Communicating with Speakers and Listeners of Different Pragmatic Levels

• arxiv url: http://arxiv.org/abs/2410.05851v1
• Date: Tue, 8 Oct 2024 09:42:37 GMT
• ステータス: 処理完了
• システム内更新日: 2024-11-01 12:30:00.626444
• Title: Communicating with Speakers and Listeners of Different Pragmatic Levels
• Title（参考訳）: 語学レベルの異なる話者と聞き手とのコミュニケーション
• Authors: Kata Naszadi, Frans A. Oliehoek, Christof Monz,
• Abstract要約: 本稿では,言語学習のシミュレートによるコミュニケーション成功に対する可変語学能力の影響について検討する。 より明示的でリテラルな言語からの学習は、学習者の実践的能力のレベルに関係なく、有利であることがわかった。
• 参考スコア（独自算出の注目度）: 14.94138113774852
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper explores the impact of variable pragmatic competence on communicative success through simulating language learning and conversing between speakers and listeners with different levels of reasoning abilities. Through studying this interaction, we hypothesize that matching levels of reasoning between communication partners would create a more beneficial environment for communicative success and language learning. Our research findings indicate that learning from more explicit, literal language is advantageous, irrespective of the learner's level of pragmatic competence. Furthermore, we find that integrating pragmatic reasoning during language learning, not just during evaluation, significantly enhances overall communication performance. This paper provides key insights into the importance of aligning reasoning levels and incorporating pragmatic reasoning in optimizing communicative interactions.
• Abstract（参考訳）: 本稿では,言語学習を模擬し,様々な推論能力を持つ話者とリスナーの会話を通じて,多言語能力がコミュニケーションの成功に与える影響を考察する。 この相互作用を研究することによって、コミュニケーションパートナー間の推論の一致レベルが、コミュニケーションの成功と言語学習にとってより有益な環境を生み出すという仮説を立てる。 本研究は,学習者の実践的能力のレベルに関係なく,より明示的でリテラルな言語からの学習が有利であることが示唆された。 さらに、評価中だけでなく、言語学習中の実践的推論を統合することで、全体的なコミュニケーション性能が著しく向上することがわかった。 本稿では,コミュニケーションを最適化する上で,推論レベルを整合させることの重要性と,実践的推論を取り入れることの重要性について考察する。

関連論文リスト

• Interaction Matters: An Evaluation Framework for Interactive Dialogue Assessment on English Second Language Conversations [22.56326809612278]
  第二言語話者としての英語の文脈における対話的対話評価のための評価フレームワークを提案する。 本フレームワークは,対話レベルの対話性ラベルとマイクロレベルのスパン特徴を収集する。 各種機械学習モデルの構築により,マイクロレベルの特徴がESL対話の(高レベルな)相互作用品質に与える影響について検討した。
  論文  参考訳（メタデータ） (2024-07-09T00:56:59Z)
• Can LLMs Understand the Implication of Emphasized Sentences in Dialogue? [64.72966061510375]
  強調は人間のコミュニケーションにおいて重要な要素であり、対話における純粋テキストを超えて話者の意図と含意を示す。 本稿では,強調の意味を抽出した強調注釈付き対話サンプルを用いたベンチマークであるEmphasized-Talkを紹介する。 オープンソースと商用の両方で様々な大規模言語モデル(LLM)を評価し,その性能を重要視して評価する。
  論文  参考訳（メタデータ） (2024-06-16T20:41:44Z)
• Towards Harnessing Large Language Models for Comprehension of Conversational Grounding [1.8434042562191812]
  本研究では,対話を分類する際の大規模言語モデルの能力について,明示的あるいは暗黙的な接地と,接地された知識要素の予測に関する考察を行った。 実験の結果,2つの課題において大きな言語モデルが直面する課題が明らかになった。 これらのイニシアチブは、会話における基礎知識の複雑さを扱うために、より効果的な対話システムを開発することを目的としている。
  論文  参考訳（メタデータ） (2024-06-03T19:34:39Z)
• From Heuristic to Analytic: Cognitively Motivated Strategies for Coherent Physical Commonsense Reasoning [66.98861219674039]
  ヒューリスティック分析推論(HAR)戦略は、モデル決定のための合理化のコヒーレンスを大幅に改善する。 以上の結果から, PLM推論の一貫性と信頼性を効果的に向上できる可能性が示唆された。
  論文  参考訳（メタデータ） (2023-10-24T19:46:04Z)
• From Multilingual Complexity to Emotional Clarity: Leveraging Commonsense to Unveil Emotions in Code-Mixed Dialogues [38.87497808740538]
  会話中の感情を理解することは人間のコミュニケーションの基本的な側面であり、会話における感情認識のためのNLP研究を推進している。 本稿では,感情のより深い理解を促進するために,コモンセンス情報を対話コンテキストと統合する革新的なアプローチを提案する。 総合的な実験により,ERCにおけるコモンセンスの体系的導入によって得られた実質的な性能向上が示された。
  論文  参考訳（メタデータ） (2023-10-19T18:17:00Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• Pragmatics in Language Grounding: Phenomena, Tasks, and Modeling Approaches [28.47300996711215]
  人々は文字通りの言葉以上の意味を豊かにするためにコンテキストに大きく依存します。 人とうまく対話するためには、ユーザー向け人工知能システムは実用的スキルを身につける必要がある。
  論文  参考訳（メタデータ） (2022-11-15T18:21:46Z)
• Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
  我々は、数ショット$textit language coordinate$のタスクについて研究する。 リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。 これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
  論文  参考訳（メタデータ） (2021-07-12T19:26:11Z)
• Facilitating the Communication of Politeness through Fine-Grained Paraphrasing [18.471262688125645]
  我々は,言語を特定のコミュニケーション状況に適応させる上で,人々を支援するための第一歩を踏み出した。 事例研究として,実践的な意図の正確な伝達を容易にすることに焦点を当てた。 本稿では,あるコミュニケーション状況下での丁寧さを意図したレベルに導くパラフレーズを提案する手法を提案する。
  論文  参考訳（メタデータ） (2020-11-30T19:00:00Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)
• Emergence of Pragmatics from Referential Game between Theory of Mind Agents [64.25696237463397]
  エージェントが手書きのルールを指定せずに「行間を読む」能力を自発的に学習するアルゴリズムを提案する。 協調型マルチエージェント教育状況における心の理論(ToM)を統合し,適応型強化学習(RL)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-01-21T19:37:33Z)

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。