論文の概要: Personality Differences Drive Conversational Dynamics: A High-Dimensional NLP Approach
- arxiv url: http://arxiv.org/abs/2410.11043v1
- Date: Mon, 14 Oct 2024 19:48:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-16 14:02:54.164161
- Title: Personality Differences Drive Conversational Dynamics: A High-Dimensional NLP Approach
- Title（参考訳）: 個人性の違いと駆動会話ダイナミクス--高次元NLPアプローチ
- Authors: Julia R. Fischer, Nilam Ram,
- Abstract要約: 我々は、見知らぬ人との対話の軌跡を高次元空間にマッピングする。
本研究は,オープンネスの個性次元の差が大きいインターロケータが相互に影響し,幅広い話題を議論するのにより多くの時間を費やすことを示唆している。
また、参加者の感情(感情)が会話の前から後までどのように変化するかを調べ、外転の差が大きいと影響の差が大きくなることを予測している。
- 参考スコア（独自算出の注目度）: 1.9336815376402723
- License:
- Abstract: This paper investigates how the topical flow of dyadic conversations emerges over time and how differences in interlocutors' personality traits contribute to this topical flow. Leveraging text embeddings, we map the trajectories of $N = 1655$ conversations between strangers into a high-dimensional space. Using nonlinear projections and clustering, we then identify when each interlocutor enters and exits various topics. Differences in conversational flow are quantified via $\textit{topic entropy}$, a summary measure of the "spread" of topics covered during a conversation, and $\textit{linguistic alignment}$, a time-varying measure of the cosine similarity between interlocutors' embeddings. Our findings suggest that interlocutors with a larger difference in the personality dimension of openness influence each other to spend more time discussing a wider range of topics and that interlocutors with a larger difference in extraversion experience a larger decrease in linguistic alignment throughout their conversation. We also examine how participants' affect (emotion) changes from before to after a conversation, finding that a larger difference in extraversion predicts a larger difference in affect change and that a greater topic entropy predicts a larger affect increase. This work demonstrates how communication research can be advanced through the use of high-dimensional NLP methods and identifies personality difference as an important driver of social influence.
- Abstract（参考訳）: 本稿では, 対話の話題の流れが時間とともにどのように現れるか, 対人関係の性格特性の違いがこの話題の流れにどのように寄与するかを考察する。
テキスト埋め込みを活用して、見知らぬ人との対話の軌跡を高次元空間にマッピングする。
非線形プロジェクションとクラスタリングを用いて、各インターロケータがいつ様々なトピックを入力して出口するかを識別する。
会話の流れの違いは、会話中にカバーされるトピックの"スプレッド"の要約尺度である$\textit{topic entropy}$と、対話者間の埋め込みのコサイン類似性の時間変化尺度である$\textit{linguistic alignment}$によって定量化される。
以上の結果から,開放性の個性次元の差が大きいインターロケータ同士が相互に影響し,より広い範囲のトピックを議論する時間が増え,外転経験の差が大きいインターロケータ同士が会話を通して言語的アライメントを減少させることが示唆された。
また、参加者の感情(感情)が会話の前から後にかけてどのように変化するかを調べ、外転の差が大きいと影響の差が大きいと予測し、話題のエントロピーが大きいと影響の増大を予測する。
本研究は,高次元NLP手法を用いてコミュニケーション研究の進展を実証し,社会的影響の重要な要因として人格差を同定する。
関連論文リスト
- Unveiling the Secrets of Engaging Conversations: Factors that Keep Users
Hooked on Role-Playing Dialog Agents [17.791787477586574]
ボットが果たす役割を具現化する程度は保持率に限られた影響を与え、各ターンの長さは保持率に大きく影響する。
本研究は,ロールプレイングモデルによるユーザエンゲージメントの重要な側面を明らかにし,ロールプレイング目的の大規模言語モデルの開発において,今後の改善に向けた貴重な洞察を提供する。
論文 参考訳（メタデータ） (2024-02-18T09:42:41Z) - Decoding Emotional Experiences in Dyadic Conversations of Married
Couples: Leveraging Semantic Similarity through Sentence Embedding [41.94295877935867]
本研究は,10分間の会話と10分間の肯定的な会話を交互に行う50人の夫婦の会話を分析した。
変換器ベースモデルであるGeneral Text Embeddings-Large を用いて各話者からの発話の埋め込みを求める。
その結果、類似度が低いことは、ポジティブな(しかし対立しない)会話においてよりポジティブな感情経験と関連していることが示された。
論文 参考訳（メタデータ） (2023-09-22T06:37:45Z) - Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
隠れ変数分離に基づく動的因果解離モデルを提案する。
このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。
具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
論文 参考訳（メタデータ） (2023-09-13T12:58:09Z) - Multiscale Contextual Learning for Speech Emotion Recognition in
Emergency Call Center Conversations [4.297070083645049]
本稿では,音声感情認識のためのマルチスケール会話文脈学習手法を提案する。
音声の書き起こしと音響セグメントの両方について,本手法について検討した。
我々のテストによると、過去のトークンから派生したコンテキストは、以下のトークンよりも正確な予測に大きな影響を及ぼす。
論文 参考訳（メタデータ） (2023-08-28T20:31:45Z) - Social Influence Dialogue Systems: A Scoping Survey of the Efforts
Towards Influence Capabilities of Dialogue Systems [50.57882213439553]
社会影響対話システムは、説得、交渉、治療を行うことができる。
これらのスキルを備えた対話システムには、正式な定義やカテゴリは存在しない。
この研究は、この新興地域でのより専用の研究と議論を促すために、社会影響対話システムの包括的参照となる。
論文 参考訳（メタデータ） (2022-10-11T17:57:23Z) - Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A
Survey [71.43956423427397]
本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。
この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。
もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
論文 参考訳（メタデータ） (2022-07-20T13:37:57Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - Linguistic Characterization of Divisive Topics Online: Case Studies on
Contentiousness in Abortion, Climate Change, and Gun Control [11.127421264715556]
異論的な話題は、論争的かつ非矛盾的な会話を喚起する。
我々は、高度に分断された話題(吸収、気候変動、銃規制)からの会話に焦点を当てている。
我々は,新しい言語的特徴と会話的特徴とユーザ要因のセットを運用し,それらを組み込んで解釈可能なモデルを構築する。
論文 参考訳（メタデータ） (2021-08-30T23:55:38Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - A General Model of Conversational Dynamics and an Example Application in
Serious Illness Communication [0.0]
本稿では,会話における情報フローのパターンを研究するための新しい手法であるCODYM(Conversational Dynamics Model)分析について述べる。
CODYMは、話者ターンの長さの逐次的依存関係をキャプチャするマルコフモデルである。
重要な第1の応用として, 緩和医療医と重病患者との会話の書き起こしモデルについて紹介する。
論文 参考訳（メタデータ） (2020-10-11T04:33:03Z) - 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)
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。