論文の概要: Capturing Human Cognitive Styles with Language: Towards an Experimental Evaluation Paradigm

• arxiv url: http://arxiv.org/abs/2502.13326v1
• Date: Tue, 18 Feb 2025 23:08:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-20 14:00:26.290118
• Title: Capturing Human Cognitive Styles with Language: Towards an Experimental Evaluation Paradigm
• Title（参考訳）: 人間の認知的スタイルを言語で捉える:実験的評価パラダイムに向けて
• Authors: Vasudha Varadarajan, Syeda Mahwish, Xiaoran Liu, Julia Buffolino, Christian C. Luhmann, Ryan L. Boyd, H. Andrew Schwartz,
• Abstract要約: 本研究では,人間の行動に対する言語に基づく認知スタイルモデルを評価するための実験ベースのフレームワークを提案する。 認識スタイルを捉えることを目的とした言語特徴が,中程度から高い精度で参加者の意思決定スタイルを予測できることが判明した。
• 参考スコア（独自算出の注目度）: 8.479236801214816
• License:
• Abstract: While NLP models often seek to capture cognitive states via language, the validity of predicted states is determined by comparing them to annotations created without access the cognitive states of the authors. In behavioral sciences, cognitive states are instead measured via experiments. Here, we introduce an experiment-based framework for evaluating language-based cognitive style models against human behavior. We explore the phenomenon of decision making, and its relationship to the linguistic style of an individual talking about a recent decision they made. The participants then follow a classical decision-making experiment that captures their cognitive style, determined by how preferences change during a decision exercise. We find that language features, intended to capture cognitive style, can predict participants' decision style with moderate-to-high accuracy (AUC ~ 0.8), demonstrating that cognitive style can be partly captured and revealed by discourse patterns.
• Abstract（参考訳）: NLPモデルは、しばしば言語を介して認知状態を捉えようとするが、予測された状態の妥当性は、著者の認知状態にアクセスせずに生成されたアノテーションと比較することによって決定される。 行動科学では、認知状態は実験によって測定される。 本稿では,人間の行動に対して,言語に基づく認知スタイルモデルを評価するための実験ベースのフレームワークを提案する。 我々は、意思決定の現象と、最近行った意思決定について話している個人の言語的スタイルとの関係を探求する。 そして、参加者は古典的な意思決定実験に続き、意思決定のエクササイズ中に好みがどのように変化するかによって、認知スタイルを捉えます。 認知的スタイルを捉えることを目的とした言語特徴は、中程度から高い精度(AUC ～ 0.8)で参加者の意思決定スタイルを予測し、認知的スタイルを部分的に捉え、談話パターンによって明らかにすることができることを示す。

関連論文リスト

• Cross-lingual Speech Emotion Recognition: Humans vs. Self-Supervised Models [16.0617753653454]
  本研究では,人間のパフォーマンスとSSLモデルの比較分析を行った。 また、モデルと人間のSER能力を発話レベルとセグメントレベルの両方で比較する。 その結果,適切な知識伝達を行うモデルでは,対象言語に適応し,ネイティブ話者に匹敵する性能が得られることがわかった。
  論文  参考訳（メタデータ） (2024-09-25T13:27:17Z)
• Learning Phonotactics from Linguistic Informants [54.086544221761486]
  本モデルでは,情報理論的なポリシーの1つに従って,データポイントを反復的に選択または合成する。 提案モデルでは,情報提供者を問う項目の選択に使用する情報理論のポリシーが,完全教師付きアプローチに匹敵する,あるいはそれ以上の効率性が得られることがわかった。
  論文  参考訳（メタデータ） (2024-05-08T00:18:56Z)
• Holmes: A Benchmark to Assess the Linguistic Competence of Language Models [59.627729608055006]
  言語モデル(LM)の言語能力を評価するための新しいベンチマークであるHolmesを紹介する。 我々は、計算に基づく探索を用いて、異なる言語現象に関するLMの内部表現を調べる。 その結果,近年,他の認知能力からLMの言語能力を引き離す声が上がっている。
  論文  参考訳（メタデータ） (2024-04-29T17:58:36Z)
• Personality Style Recognition via Machine Learning: Identifying Anaclitic and Introjective Personality Styles from Patients' Speech [6.3042597209752715]
  自然言語処理(NLP)と機械学習ツールを使って分類する。 大うつ病(MDD)と診断された79人の患者を対象に、記録された臨床診断面接(CDI)のデータセットでこれを検証した。 言語由来の特徴(LIWCに基づく)による自動分類は,アンケートに基づく分類モデルよりも有意に優れていることがわかった。
  論文  参考訳（メタデータ） (2023-11-07T15:56:19Z)
• Using Artificial Populations to Study Psychological Phenomena in Neural Models [0.0]
  言語モデルにおける認知行動の調査は、意味のある結果を得るために適切な集団で行う必要がある。 我々は、実験集団を効率的に構築するために、新しいアプローチにおける不確実性推定の作業を活用する。 本研究では,不確実性推定文献の理論的根拠と,言語モデルに関する現在の認知作業からのモチベーションを提供する。
  論文  参考訳（メタデータ） (2023-08-15T20:47:51Z)
• Words That Stick: Predicting Decision Making and Synonym Engagement Using Cognitive Biases and Computational Linguistics [3.09766013093045]
  本研究は,デジタルプラットフォーム上でのユーザエンゲージメントと意思決定を期待するために,認知心理学と情報システム研究に基づく。 提案手法は,READモデルへの4つの認知バイアス,表現性,使いやすさ,効果,分布を合成する。 包括的ユーザ調査を通じて、モデルのユーザエンゲージメントを予測する能力を評価し、コアアイデアを正確に表現し、理解しやすく、感情的な反応を誘発し、一般的に遭遇し、より多くのユーザエンゲージメントを促進することを発見した。
  論文  参考訳（メタデータ） (2023-07-26T21:20:03Z)
• Language Models are Bounded Pragmatic Speakers: Understanding RLHF from a Bayesian Cognitive Modeling Perspective [2.8282906214258805]
  本稿では,有界プラグマティック話者と呼ばれる確率論的認知モデルを定式化する。 人間のフィードバックからの強化学習によって微調整された大きな言語モデルは、高速でスローなモデルに似た思考モデルを具現化していることを示す。
  論文  参考訳（メタデータ） (2023-05-28T16:04:48Z)
• Perception Point: Identifying Critical Learning Periods in Speech for Bilingual Networks [58.24134321728942]
  ディープニューラルベース視覚唇読解モデルにおける認知的側面を比較し,識別する。 我々は、認知心理学におけるこれらの理論と独自のモデリングの間に強い相関関係を観察する。
  論文  参考訳（メタデータ） (2021-10-13T05:30:50Z)
• CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
  自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。 我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-10T07:10:25Z)
• Empowering Language Understanding with Counterfactual Reasoning [141.48592718583245]
  本稿では,反現実的思考を模倣した反現実的推論モデルを提案する。 特に,各実例に対して代表的対実サンプルを生成する生成モジュールを考案し,その対実サンプルと実例サンプルを比較してモデル予測を振り返るレトロスペクティブモジュールを考案した。
  論文  参考訳（メタデータ） (2021-06-06T06:36:52Z)
• Knowledge-Grounded Dialogue Generation with Pre-trained Language Models [74.09352261943911]
  我々は、事前学習された言語モデルを用いた知識基底対話生成について研究する。 本稿では,知識選択モジュールを用いた事前学習言語モデルによって定義された等価応答生成を提案する。
  論文  参考訳（メタデータ） (2020-10-17T16:49:43Z)

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。