論文の概要: SocialSim: Towards Socialized Simulation of Emotional Support Conversation

• arxiv url: http://arxiv.org/abs/2506.16756v1
• Date: Fri, 20 Jun 2025 05:24:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-23 19:00:05.348199
• Title: SocialSim: Towards Socialized Simulation of Emotional Support Conversation
• Title（参考訳）: ソーシャルシム:感情支援会話の社会的シミュレーションを目指して
• Authors: Zhuang Chen, Yaru Cao, Guanqun Bi, Jincenzi Wu, Jinfeng Zhou, Xiyao Xiao, Si Chen, Hongning Wang, Minlie Huang,
• Abstract要約: 感情的サポートの会話をシミュレートする新しいフレームワークSocialSimを紹介する。 SocialSimは、社会的情報開示と社会的認識という、社会的相互作用の重要な側面を統合している。 大規模合成ESCコーパスであるSSConvを構築し,クラウドソーシングESCデータを超える品質を実現する。
• 参考スコア（独自算出の注目度）: 68.5026443005566
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Emotional support conversation (ESC) helps reduce people's psychological stress and provide emotional value through interactive dialogues. Due to the high cost of crowdsourcing a large ESC corpus, recent attempts use large language models for dialogue augmentation. However, existing approaches largely overlook the social dynamics inherent in ESC, leading to less effective simulations. In this paper, we introduce SocialSim, a novel framework that simulates ESC by integrating key aspects of social interactions: social disclosure and social awareness. On the seeker side, we facilitate social disclosure by constructing a comprehensive persona bank that captures diverse and authentic help-seeking scenarios. On the supporter side, we enhance social awareness by eliciting cognitive reasoning to generate logical and supportive responses. Building upon SocialSim, we construct SSConv, a large-scale synthetic ESC corpus of which quality can even surpass crowdsourced ESC data. We further train a chatbot on SSConv and demonstrate its state-of-the-art performance in both automatic and human evaluations. We believe SocialSim offers a scalable way to synthesize ESC, making emotional care more accessible and practical.
• Abstract（参考訳）: 感情支援会話(ESC)は、人々の心理的ストレスを減らし、対話を通じて感情的価値を提供する。 大規模なESCコーパスをクラウドソーシングするコストが高いため、最近の試みでは対話強化のために大きな言語モデルを用いている。 しかし、既存のアプローチは、ESCに固有の社会的ダイナミクスを概ね見落としており、より効果的なシミュレーションに繋がる。 本稿では,社会情報公開と社会意識の両面を統合することでESCをシミュレートする新しいフレームワークであるSocialSimを紹介する。 探究者側では,多様かつ真正なヘルプ検索シナリオを捉えた包括的ペルソナ銀行を構築することにより,社会開示の促進を図る。 支援者側では,認知的推論を取り入れ,論理的・支援的な反応を生み出すことにより,社会的認知を高める。 SocialSimをベースとした大規模合成ESCコーパスであるSSConvを構築し,クラウドソースのESCデータを上回る品質を実現する。 さらに、SSConv上でチャットボットを訓練し、その最先端性能を自動評価と人的評価の両方で実証する。 SocialSimはESCをスケーラブルに合成し、感情的なケアをよりアクセシブルで実用的なものにします。

関連論文リスト

• SocialEval: Evaluating Social Intelligence of Large Language Models [70.90981021629021]
  ソーシャルインテリジェンス(英語版) (SI) は、社会的目標を達成するために社会的相互作用をナビゲートする際に賢明に行動する対人能力を持つ人間を装備する。 結果指向の目標達成評価とプロセス指向の対人能力評価という,運用評価パラダイムを提示する。 スクリプトベースのバイリンガルSIベンチマークであるSocialEvalを提案する。
  論文  参考訳（メタデータ） (2025-06-01T08:36:51Z)
• Towards an LLM-powered Social Digital Twinning Platform [0.3499870393443268]
  ソーシャル・デジタル・ツインナー(Social Digital Twinner)は、複雑な適応型社会システムにおける「何」シナリオのもっともらしい効果を探索するソーシャル・シミュレーション・ツールである。 このアーキテクチャは3つのシームレスに統合された部分で構成されている。 ノルウェーのクラゲロにおける青少年学校退学の重大な問題に対処することで,ツールの対話性を実証する。
  論文  参考訳（メタデータ） (2025-05-15T19:58:50Z)
• R^3-VQA: "Read the Room" by Video Social Reasoning [26.694917467429207]
  「部屋を読む」は人間の日常生活において重要な社会的推論能力である。 我々は、R3-VQAという、価値があり、高品質で包括的なビデオデータセットに貢献する。
  論文  参考訳（メタデータ） (2025-05-07T05:55:45Z)
• SocialMind: LLM-based Proactive AR Social Assistive System with Human-like Perception for In-situ Live Interactions [3.7400236988012105]
  SocialMindは、ユーザーがその場でソーシャル・アシストを提供する最初のアクティブなARソーシャル・アシスト・システムだ。 SocialMindは、多モードセンサーを活用して、言語と非言語の両方の手がかり、社会的要因、暗黙のペルソナを抽出する。 我々は,SocialMindがベースラインよりも38.3%高いエンゲージメントを達成し,95%の参加者が生のソーシャルインタラクションにSocialMindを積極的に利用していることを示す。
  論文  参考訳（メタデータ） (2024-12-05T10:19:36Z)
• From a Social Cognitive Perspective: Context-aware Visual Social Relationship Recognition [59.57095498284501]
  我々は,textbfContextual textbfSocial textbfRelationships (textbfConSoR) を社会的認知の観点から認識する新しいアプローチを提案する。 画像ごとの社会的関係を考慮した社会認識記述言語プロンプトを構築した。 印象的なことに、ConSoRは従来の手法を上回り、Person-in-Social-Context(PISC)データセットでは12.2%、Person-in-Photo-Album(PIPA)ベンチマークでは9.8%向上している。
  論文  参考訳（メタデータ） (2024-06-12T16:02:28Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• SocialAI: Benchmarking Socio-Cognitive Abilities in Deep Reinforcement Learning Agents [23.719833581321033]
  人間との社会的相互作用に参加することができる、具体化された自律エージェントを構築することは、AIの主要な課題の1つだ。 人間レベルのAIを目指すためには、より広範な社会的スキルが必要である、と私たちは主張する。 DRLエージェントの社会的スキル獲得を評価するためのベンチマークであるSocialAIを提案する。
  論文  参考訳（メタデータ） (2021-07-02T10:39:18Z)

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。