論文の概要: Narrative-Centered Emotional Reflection: Scaffolding Autonomous Emotional Literacy with AI

• arxiv url: http://arxiv.org/abs/2504.20342v1
• Date: Tue, 29 Apr 2025 01:24:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:54.708353
• Title: Narrative-Centered Emotional Reflection: Scaffolding Autonomous Emotional Literacy with AI
• Title（参考訳）: ナラティブ中心の感情反射:AIによる自律的な感情リテラシー
• Authors: Shou-Tzu Han,
• Abstract要約: リフレクション(Reflexion)は、大規模に構造化された感情的自己反射を可能にするAIベースのプラットフォームである。 システム足場は、表面レベルの感情認識から価値に整合した行動計画への進歩的な旅である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Reflexion is an AI-powered platform designed to enable structured emotional self-reflection at scale. By integrating real-time emotion detection, layered reflective prompting, and metaphorical storytelling generation, Reflexion empowers users to engage in autonomous emotional exploration beyond basic sentiment categorization. Grounded in theories of expressive writing, cognitive restructuring, self-determination, and critical consciousness development, the system scaffolds a progressive journey from surface-level emotional recognition toward value-aligned action planning. Initial pilot studies with diverse participants demonstrate positive outcomes in emotional articulation, cognitive reframing, and perceived psychological resilience. Reflexion represents a promising direction for scalable, theory-informed affective computing interventions aimed at fostering emotional literacy and psychological growth across educational, therapeutic, and public health contexts.
• Abstract（参考訳）: リフレクション(Reflexion)は、大規模に構造化された感情的自己反射を可能にするAIベースのプラットフォームである。 リアルタイムの感情検出、階層化された反射的プロンプト、比喩的なストーリーテリング生成を統合することで、Reflexionはユーザーが基本的な感情分類を超えて自律的な感情探索を行うことを可能にする。 表現的文章、認知的再構成、自己決定、批判的意識発達の理論に基づいて、システムは表面レベルの感情認識から価値に整合した行動計画への進歩的な旅を足場とする。 多様な参加者による初期のパイロット研究は、感情的な調音、認知的リフレーミング、心理的レジリエンスの肯定的な結果を示した。 リフレクションは、教育、治療、公衆衛生の状況にまたがる感情的リテラシーと心理的成長を促進することを目的とした、スケーラブルで理論に反する感情的コンピューティング介入のための有望な方向である。

関連論文リスト

• Disentangle Identity, Cooperate Emotion: Correlation-Aware Emotional Talking Portrait Generation [63.94836524433559]
  DICE-Talkは、感情と同一性を切り離し、類似した特徴を持つ感情を協調するフレームワークである。 我々は、モーダル・アテンションを通して、音声と視覚の感情の手がかりを共同でモデル化するアンタングル型感情埋め込み装置を開発した。 次に,学習可能な感情バンクを用いた相関強化感情調和モジュールを提案する。 第3に、拡散過程における感情の一貫性を強制する感情識別目標を設計する。
  論文  参考訳（メタデータ） (2025-04-25T05:28:21Z)
• Teleology-Driven Affective Computing: A Causal Framework for Sustained Well-Being [0.1636303041090359]
  本稿では,主要な感情理論を統一するテレロジー駆動型感情コンピューティングフレームワークを提案する。 我々は、個人的な情緒的な出来事の「データバース」を作ることを提唱する。 シミュレーション環境でエージェントを訓練するためのメタ強化学習パラダイムを導入する。
  論文  参考訳（メタデータ） (2025-02-24T14:07:53Z)
• Mechanistic Interpretability of Emotion Inference in Large Language Models [16.42503362001602]
  感情表現は大規模言語モデルにおいて特定の領域に機能的に局所化されていることを示す。 我々は,環境刺激の評価から感情が出現することを示すための認知的評価理論を導いた。 この研究は、因果的に介入し、感情的なテキスト生成を正確に形作る新しい方法を強調している。
  論文  参考訳（メタデータ） (2025-02-08T08:11:37Z)
• ReflectDiffu:Reflect between Emotion-intent Contagion and Mimicry for Empathetic Response Generation via a RL-Diffusion Framework [5.135349405469574]
  共感応答生成のための軽量フレームワークである ReflectDiffu を紹介する。 感情の伝染を組み込んで感情の表現力を増強し、感情に反応するマスクを用いて重要な感情的要素を特定できる。 感情的な意思決定を正確に意図的な行動に変換することで、感情的な誤認識に起因する共感的な反応の不一致に対処する。
  論文  参考訳（メタデータ） (2024-09-16T13:56:17Z)
• Cause-Aware Empathetic Response Generation via Chain-of-Thought Fine-Tuning [12.766893968788263]
  共感反応生成は、対話の文脈を理解し、表現された感情に反応する能力を持つエージェントを与える。 先行研究は、主に話者の感情的ラベルを活用することに重点を置いているが、感情の重要性が原因の推論を無視している。 そこで我々は,感情と原因をうまく設計したChain-of-Thoughtプロンプトを通じて統合した原因認識型共感生成手法を提案する。
  論文  参考訳（メタデータ） (2024-08-21T13:11:03Z)
• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Enhancing Emotional Generation Capability of Large Language Models via Emotional Chain-of-Thought [50.13429055093534]
  大規模言語モデル(LLM)は様々な感情認識タスクにおいて顕著な性能を示した。 本研究では,感情生成タスクにおけるLLMの性能を高めるための感情連鎖(ECoT)を提案する。
  論文  参考訳（メタデータ） (2024-01-12T16:42:10Z)
• Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
  感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。 本稿では,感情の強さを明示的に表現し,制御することを目的とする。 本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
  論文  参考訳（メタデータ） (2022-01-10T02:11:25Z)
• A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
  視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。 具体的には、まず感情圏を構築し、その内にある感情状態を統一する。 提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
  論文  参考訳（メタデータ） (2021-06-23T14:53:27Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)
• Mirror Ritual: An Affective Interface for Emotional Self-Reflection [8.883733362171034]
  本稿では,ユーザを感情状態の概念化のプロセスに巻き込む,リアルタイム感情インタフェースの新たな形態を紹介する。 バレットの感情構成理論にインスパイアされた「ミラー・リトゥル」は、ユーザーのアクセス可能な感情概念を拡張することを目的としている。
  論文  参考訳（メタデータ） (2020-04-21T00:19:59Z)

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。