論文の概要: Toward Metaphor-Fluid Conversation Design for Voice User Interfaces

• arxiv url: http://arxiv.org/abs/2502.11554v1
• Date: Mon, 17 Feb 2025 08:36:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:17:20.902734
• Title: Toward Metaphor-Fluid Conversation Design for Voice User Interfaces
• Title（参考訳）: 音声ユーザインタフェースのためのメタファー・流体対話設計に向けて
• Authors: Smit Desai, Jessie Chin, Dakuo Wang, Benjamin Cowan, Michael Twidale,
• Abstract要約: メタファーはVUI(Voice User Interfaces)でユーザエクスペリエンスを形成する上で重要な役割を果たす 既存のデザインはしばしば、さまざまなコンテキストやユーザニーズに適応できない静的な人中心のメタファに依存します。 本稿ではメタファー・フロード・デザインについて紹介する。メタファー・フルド・デザインは,会話の文脈に基づくメタファー表現を動的に調整する手法である。
• 参考スコア（独自算出の注目度）: 21.740340285680354
• License:
• Abstract: Metaphors play a critical role in shaping user experiences with Voice User Interfaces (VUIs), yet existing designs often rely on static, human-centric metaphors that fail to adapt to diverse contexts and user needs. This paper introduces Metaphor-Fluid Design, a novel approach that dynamically adjusts metaphorical representations based on conversational use-contexts. We compare this approach to a Default VUI, which characterizes the present implementation of commercial VUIs commonly designed around the persona of an assistant, offering a uniform interaction style across contexts. In Study 1 (N=130), metaphors were mapped to four key use-contexts-commands, information seeking, sociality, and error recovery-along the dimensions of formality and hierarchy, revealing distinct preferences for task-specific metaphorical designs. Study 2 (N=91) evaluates a Metaphor-Fluid VUI against a Default VUI, showing that the Metaphor-Fluid VUI enhances perceived intention to adopt, enjoyment, and likability by aligning better with user expectations for different contexts. However, individual differences in metaphor preferences highlight the need for personalization. These findings challenge the one-size-fits-all paradigm of VUI design and demonstrate the potential of Metaphor-Fluid Design to create more adaptive and engaging human-AI interactions.
• Abstract（参考訳）: メタファーはユーザエクスペリエンスをVUI(Voice User Interfaces)で形作る上で重要な役割を担いますが、既存のデザインはしばしば、さまざまなコンテキストやユーザニーズに適応できない静的な人中心のメタファーに依存しています。 本稿ではメタファー・フルイド・デザインについて紹介する。メタファー・フルイド・デザイン(メタファー・フルイド・デザイン)は,会話の文脈に基づいてメタファー表現を動的に調整する手法である。 本稿では,この手法を,アシスタントのペルソナを中心に設計された商用VUIの実装を特徴付けるデフォルトVUIと比較する。 研究1(N=130)では、メタファーは4つの重要なユースケース・コマンド、情報探索、社会性、エラー回復にマッピングされ、形式と階層の次元とともに、タスク固有のメタファー設計の異なる好みを明らかにした。 研究2(N=91)では、メタファー・フルードVUIがデフォルトVUIに対して評価され、メタファー・フルードVUIは、異なるコンテキストに対するユーザの期待に合うようにすることで、採用、楽しむ、自由に対する意識を高めることが示されている。 しかし、比喩的嗜好の個人差はパーソナライズの必要性を強調している。 これらの知見は、VUI設計の一大パラダイムに挑戦し、Metaphor-Fluid Designがより適応的で魅力的な人間とAIのインタラクションを生み出す可能性を実証している。

関連論文リスト

• Towards Visual Text Design Transfer Across Languages [49.78504488452978]
  マルチモーダル・スタイル翻訳(MuST-Bench)の新たな課題について紹介する。 MuST-Benchは、視覚テキスト生成モデルが様々な書き込みシステム間で翻訳を行う能力を評価するために設計されたベンチマークである。 そこで我々は,スタイル記述の必要性を解消する多モーダルなスタイル翻訳フレームワークであるSIGILを紹介した。
  論文  参考訳（メタデータ） (2024-10-24T15:15:01Z)
• Scene Graph Generation with Role-Playing Large Language Models [50.252588437973245]
  オープン語彙シーングラフ生成(OVSGG)に対する現在のアプローチは、CLIPのような視覚言語モデルを使用している。 シーン固有の記述に基づくOVSGGフレームワークであるSDSGGを提案する。 対象と対象の複雑な相互作用を捉えるために,相互視覚アダプタと呼ばれる軽量モジュールを提案する。
  論文  参考訳（メタデータ） (2024-10-20T11:40:31Z)
• VLLMs Provide Better Context for Emotion Understanding Through Common Sense Reasoning [66.23296689828152]
  我々は、視覚・言語モデルの機能を活用し、文脈内感情分類を強化する。 第1段階では、VLLMが対象者の明らかな感情の自然言語で記述を生成できるように促すことを提案する。 第2段階では、記述を文脈情報として使用し、画像入力とともに、トランスフォーマーベースのアーキテクチャのトレーニングに使用する。
  論文  参考訳（メタデータ） (2024-04-10T15:09:15Z)
• I Spy a Metaphor: Large Language Models and Diffusion Models Co-Create Visual Metaphors [38.70166865926743]
  言語メタファーから視覚的メタファーを生成するための新しい課題を提案する。 これは、暗黙的な意味と構成性をモデル化する能力を必要とするため、拡散ベースのテキスト-画像モデルにとって難しいタスクである。 我々は1,540の言語メタファーとそれに関連する視覚的エラボレートのための6,476の視覚的メタファーを含む高品質なデータセットを作成する。
  論文  参考訳（メタデータ） (2023-05-24T05:01:10Z)
• Conversation Style Transfer using Few-Shot Learning [56.43383396058639]
  本稿では,会話スタイルの伝達を数ショットの学習問題として紹介する。 そこで本研究では,スタイルフリー対話による課題をピボットとして解くための,コンテキスト内学習手法を提案する。 会話スタイルの転送は下流のタスクにも役立ちます。
  論文  参考訳（メタデータ） (2023-02-16T15:27:00Z)
• Visual Comparison of Language Model Adaptation [55.92129223662381]
  アダプタは、モデル適応のための軽量な代替品です。 本稿では,インタラクティブな視覚的説明手法について,いくつかの設計と代替案について論じる。 例えば、文脈0の埋め込みに従って言語脱バイアスタスクを訓練したアダプタが、新しいタイプのバイアスをもたらすことを示す。
  論文  参考訳（メタデータ） (2022-08-17T09:25:28Z)
• Improving Cross-Modal Understanding in Visual Dialog via Contrastive Learning [24.673262969986993]
  視覚言語事前学習モデルVD-BERTに基づいて,視覚対話におけるモーダル間理解の分析を行った。 そこで本研究では,ICMUと呼ばれる視覚対話のモーダル理解を改善するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-04-15T02:36:52Z)
• Modeling Coreference Relations in Visual Dialog [18.926582410644375]
  ダイアログにおけるコア参照関係の発生は、視覚的質問応答よりも難しい課題となる。 教師なしの方法でダイアログにおけるコア参照を解消するモデルの能力を改善する2つのソフト制約を提案する。
  論文  参考訳（メタデータ） (2022-03-06T15:22:24Z)
• Modeling Explicit Concerning States for Reinforcement Learning in Visual Dialogue [43.42833961578857]
  本稿では,各ラウンドにおける視覚内容と視覚対話を通しての関心事を表すために,ECS(Explicit Concerning States)を提案する。 ECSはマルチモーダル情報からモデル化され、明示的に表現される。 ECSに基づいて2つの直感的かつ解釈可能な報酬を定式化し、視覚対話エージェントが多様かつ情報的な視覚情報について会話することを奨励する。
  論文  参考訳（メタデータ） (2021-07-12T08:15:35Z)
• TCIC: Theme Concepts Learning Cross Language and Vision for Image Captioning [50.30918954390918]
  テーマの概念を取り入れたテーマコンセプト拡張画像キャプタリングフレームワークを提案する。 画像とキャプションの両方からテーマ概念が学習可能であることを考慮し,TTNに基づく表現学習のための2つの設定を提案する。
  論文  参考訳（メタデータ） (2021-06-21T09:12:55Z)
• ActionBert: Leveraging User Actions for Semantic Understanding of User Interfaces [12.52699475631247]
  ActionBertと呼ばれる新しいトレーニング済みのUI表現モデルを紹介します。 本手法は,ユーザインタラクショントレースにおける視覚的,言語的,ドメイン特有の特徴を活用し,uiとそのコンポーネントの汎用的な特徴表現を事前学習するように設計されている。 実験により、提案するactionbertモデルは、下流タスク全体のマルチモーダルベースラインを最大15.5%上回ることがわかった。
  論文  参考訳（メタデータ） (2020-12-22T20:49:52Z)

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。