論文の概要: "Dyadosyncrasy", Idiosyncrasy and Demographic Factors in Turn-Taking

• arxiv url: http://arxiv.org/abs/2505.24736v1
• Date: Fri, 30 May 2025 15:55:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:53.056213
• Title: "Dyadosyncrasy", Idiosyncrasy and Demographic Factors in Turn-Taking
• Title（参考訳）: ターンタイキングにおける「ダイアドシンクロラッシー」と「イディオシンクロラッシー」と「デモグラフィー」
• Authors: Julio Cesar Cavalcanti, Gabriel Skantze,
• Abstract要約: 本研究は、アメリカ英語会話の大規模なデータセットを用いて、性別、年齢、教育、個人的要因がターンテイクをどのように形成するかを検討する(Fisher)。 性別と年齢は小さいが、女性話者と高齢者はわずかにオフセットが短い。 個人差は、強いイディオシントラティックとさらに強い「ダイアドシントラティック」コンポーネントによって引き起こされる、より大きな影響を与える。
• 参考スコア（独自算出の注目度）: 3.8673630752805446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Turn-taking in dialogue follows universal constraints but also varies significantly. This study examines how demographic (sex, age, education) and individual factors shape turn-taking using a large dataset of US English conversations (Fisher). We analyze Transition Floor Offset (TFO) and find notable interspeaker variation. Sex and age have small but significant effects female speakers and older individuals exhibit slightly shorter offsets - while education shows no effect. Lighter topics correlate with shorter TFOs. However, individual differences have a greater impact, driven by a strong idiosyncratic and an even stronger "dyadosyncratic" component - speakers in a dyad resemble each other more than they resemble themselves in different dyads. This suggests that the dyadic relationship and joint activity are the strongest determinants of TFO, outweighing demographic influences.
• Abstract（参考訳）: 対話におけるターンテイクは普遍的な制約に従うが、大きな違いもある。 本研究は、アメリカ英語会話の大規模なデータセット(Fisher)を用いて、性別、年齢、教育、および個々の要因がターンテイクをどのように形成するかを検討する。 我々は、トランジションフロアオフセット(TFO)を分析し、注目すべき話者間変動を検出する。 性別と年齢は小さいが、女性話者と高齢者はわずかにオフセットが短い。 より軽いトピックは、短いTFOと相関します。 しかし、個人差は強い慣用音とさらに強い「ダイアドシンクロ」成分によって引き起こされる影響が大きい。 このことから,TFOが人口動態に優越する最も強い要因は,ダイアド的関係と共同活動であることが示唆された。

関連論文リスト

• Personality Differences Drive Conversational Dynamics: A High-Dimensional NLP Approach [1.9336815376402723]
  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。
  論文  参考訳（メタデータ） (2024-10-14T19:48:31Z)
• The Lou Dataset -- Exploring the Impact of Gender-Fair Language in German Text Classification [57.06913662622832]
  ジェンダーフェア言語は、すべての性別に対処したり、中立形を使用することによって包摂性を促進する。 ジェンダーフェア言語はラベルを反転させ、確実性を減らし、注意パターンを変化させることで予測に大きな影響を及ぼす。 ドイツ語のテキスト分類への影響について最初の知見を提供する一方で、他の言語にもその知見が当てはまる可能性が高い。
  論文  参考訳（メタデータ） (2024-09-26T15:08:17Z)
• Spoken Stereoset: On Evaluating Social Bias Toward Speaker in Speech Large Language Models [50.40276881893513]
  本研究では,音声大言語モデル(SLLM)における社会的バイアスの評価を目的としたデータセットであるSpken Stereosetを紹介する。 多様な人口集団の発話に対して異なるモデルがどのように反応するかを調べることで、これらのバイアスを特定することを目指している。 これらの結果から,ほとんどのモデルではバイアスが最小であるが,ステレオタイプや反ステレオタイプ傾向がわずかにみられた。
  論文  参考訳（メタデータ） (2024-08-14T16:55:06Z)
• Exploring the anatomy of articulation rate in spontaneous English speech: relationships between utterance length effects and social factors [0.43975202913406947]
  発話長の影響は、ひとたび説明されると社会的要因の役割を低下させることが示されている。 年齢や性別も発話速度を調節するが、その効果はマグニチュードよりもはるかに小さい。 これらの結果から,発話長の影響は調音的・知覚的制約によって条件付けられる可能性が示唆された。
  論文  参考訳（メタデータ） (2024-08-13T08:47:29Z)
• Twists, Humps, and Pebbles: Multilingual Speech Recognition Models Exhibit Gender Performance Gaps [25.95711246919163]
  現在の自動音声認識(ASR)モデルは、多くの言語やタスクでかなりの変更を加えることなく使用できるように設計されている。 本研究では,3つのデータセット上で広く使用されている2つの多言語ASRモデルの性能を体系的に評価する。 以上の結果から,言語やモデルによって異なる傾向がみられた。
  論文  参考訳（メタデータ） (2024-02-28T00:24:29Z)
• Syntactic Language Change in English and German: Metrics, Parsers, and Convergences [56.47832275431858]
  本論文は,過去160年間の議会討論のコーパスを用いて,英語とドイツ語の統語的言語変化のダイアクロニックな傾向を考察する。 私たちは、広く使われているStanford Coreと、新しい4つの選択肢を含む5つの依存関係をベースとしています。 文長分布の尾部では,構文的尺度の変化が頻繁であることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-18T11:46:16Z)
• Quantifying the Dialect Gap and its Correlates Across Languages [69.18461982439031]
  この研究は、明らかな相違を明らかにし、マインドフルなデータ収集を通じてそれらに対処する可能性のある経路を特定することによって、方言NLPの分野を強化する基盤となる。
  論文  参考訳（メタデータ） (2023-10-23T17:42:01Z)
• Sensitivity, Performance, Robustness: Deconstructing the Effect of Sociodemographic Prompting [64.80538055623842]
  社会デマトグラフィープロンプトは、特定の社会デマトグラフィープロファイルを持つ人間が与える答えに向けて、プロンプトベースのモデルの出力を操縦する技術である。 ソシオデマトグラフィー情報はモデル予測に影響を及ぼし、主観的NLPタスクにおけるゼロショット学習を改善するのに有用であることを示す。
  論文  参考訳（メタデータ） (2023-09-13T15:42:06Z)

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。