論文の概要: Context-Aware Sentiment Forecasting via LLM-based Multi-Perspective Role-Playing Agents

• arxiv url: http://arxiv.org/abs/2505.24331v1
• Date: Fri, 30 May 2025 08:13:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:52.844549
• Title: Context-Aware Sentiment Forecasting via LLM-based Multi-Perspective Role-Playing Agents
• Title（参考訳）: LLMを用いた多視点ロールプレイングエージェントによるコンテキスト認識型感性予測
• Authors: Fanhang Man, Huandong Wang, Jianjie Fang, Zhaoyi Deng, Baining Zhao, Xinlei Chen, Yong Li,
• Abstract要約: ソーシャルメディア上でのテキスト・バッテリ予測の問題点に対処する。 人間の反応の過程をシミュレートする多視点的ロールプレイングフレームワークを提案する。 以上の結果から, 顕微鏡的, マクロ的いずれのレベルにおいても, 感情予測は有意に改善した。
• 参考スコア（独自算出の注目度）: 25.756966610085065
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: User sentiment on social media reveals the underlying social trends, crises, and needs. Researchers have analyzed users' past messages to trace the evolution of sentiments and reconstruct sentiment dynamics. However, predicting the imminent sentiment of an ongoing event is rarely studied. In this paper, we address the problem of \textbf{sentiment forecasting} on social media to predict the user's future sentiment in response to the development of the event. We extract sentiment-related features to enhance the modeling skill and propose a multi-perspective role-playing framework to simulate the process of human response. Our preliminary results show significant improvement in sentiment forecasting on both microscopic and macroscopic levels.
• Abstract（参考訳）: ソーシャルメディアに対するユーザーの感情は、根底にある社会的傾向、危機、そしてニーズを明らかにする。 研究者は、ユーザーの過去のメッセージを分析し、感情の進化を追跡し、感情のダイナミクスを再構築した。 しかし、進行中の出来事の差し迫った感情を予測することはまれである。 本稿では,ソーシャルメディア上での「textbf{sentiment forecasting」の問題に対処し,イベントの展開に応じてユーザの今後の感情を予測する。 我々は、モデリングスキルを高めるために感情関連の特徴を抽出し、人間の反応の過程をシミュレートする多視点ロールプレイングフレームワークを提案する。 以上の結果から, 顕微鏡的, マクロ的いずれのレベルにおいても, 感情予測は有意に改善した。

関連論文リスト

• SCRAG: Social Computing-Based Retrieval Augmented Generation for Community Response Forecasting in Social Media Environments [8.743208265682014]
  SCRAGは、ソーシャルコンピューティングにインスパイアされた予測フレームワークである。 リアルまたは仮説的なソーシャルメディア投稿に対するコミュニティの反応を予測する。 公開関係の専門家が意図しない誤解を避ける方法でメッセージを作成するために使用することができる。
  論文  参考訳（メタデータ） (2025-04-18T15:02:31Z)
• Can LLMs Simulate Social Media Engagement? A Study on Action-Guided Response Generation [51.44040615856536]
  本稿では、行動誘導応答生成によるソーシャルメディアのエンゲージメントをシミュレートする大規模言語モデルの能力について分析する。 GPT-4o-mini,O1-mini,DeepSeek-R1をソーシャルメディアエンゲージメントシミュレーションで評価した。
  論文  参考訳（メタデータ） (2025-02-17T17:43:08Z)
• Human Action Anticipation: A Survey [86.415721659234]
  行動予測に関する文献は、行動予測、活動予測、意図予測、目標予測など、様々なタスクにまたがる。 我々の調査は、この断片化された文献を結びつけることを目的としており、最近の技術革新とモデルトレーニングと評価のための新しい大規模データセットの開発をカバーしています。
  論文  参考訳（メタデータ） (2024-10-17T21:37:40Z)
• Predicting Affective States from Screen Text Sentiment [11.375704805270171]
  スマートフォンで見るテキストコンテンツを分析して感情状態を予測する可能性については、まだ解明されていない。 画面テキストと感情状態の関係を解析するために,線形回帰,ゼロショット,マルチショットを用いた。 以上の結果から,マルチショットプロンプトは線形回帰とゼロショットプロンプトの両方で著しく優れていた。
  論文  参考訳（メタデータ） (2024-08-23T05:25:11Z)
• Beyond Text: Leveraging Multi-Task Learning and Cognitive Appraisal Theory for Post-Purchase Intention Analysis [10.014248704653]
  本研究では,ユーザの行動を予測するための認知評価理論に基づくマルチタスク学習フレームワークを評価する。 実験の結果, ユーザの言語や特徴は, テキストのみから予測するモデル以上の予測を改善することがわかった。
  論文  参考訳（メタデータ） (2024-07-11T04:57:52Z)
• Decoding the Silent Majority: Inducing Belief Augmented Social Graph with Large Language Model for Response Forecasting [74.68371461260946]
  SocialSenseは、既存のソーシャルネットワーク上に信念中心のグラフを誘導するフレームワークであり、グラフベースの伝播によって社会的ダイナミクスを捉える。 本手法は,ゼロショット設定と教師あり設定の両方に対する実験的な評価において,既存の最先端技術を超えている。
  論文  参考訳（メタデータ） (2023-10-20T06:17:02Z)
• Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
  我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。 提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。 これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
  論文  参考訳（メタデータ） (2023-05-25T21:01:00Z)
• 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)
• A-ACT: Action Anticipation through Cycle Transformations [89.83027919085289]
  未来を予測できる人間の能力が、機械学習アルゴリズムにどのように移行できるかを分析するために、一歩後退します。 人間の心理学に関する最近の研究は、発生を予測して、人間の脳が両方のシステムにカウントされていることを説明している。 本研究では,行動予測作業における各システムの影響について検討し,学習フレームワークに統合するためのパラダイムを導入する。
  論文  参考訳（メタデータ） (2022-04-02T21:50:45Z)
• Exploring Social Posterior Collapse in Variational Autoencoder for Interaction Modeling [26.01824780050843]
  変分オートエンコーダ(VAE)は多エージェント相互作用モデリングに広く応用されている。 VAEは、エージェントの将来の軌跡を予測する際に、歴史的社会的文脈を無視しやすい。 本稿では,ソーシャルな後部崩壊を検知する新しいスパースグラフアテンションメッセージパッシング層を提案する。
  論文  参考訳（メタデータ） (2021-12-01T06:20:58Z)

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。