論文の概要: Are You Listening to Me? Fine-Tuning Chatbots for Empathetic Dialogue

• arxiv url: http://arxiv.org/abs/2507.02537v1
• Date: Thu, 03 Jul 2025 11:32:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-04 15:37:16.181038
• Title: Are You Listening to Me? Fine-Tuning Chatbots for Empathetic Dialogue
• Title（参考訳）: あなたは私に耳を傾けているか?共感対話のための微調整チャットボット
• Authors: Paulo Ricardo Knob, Leonardo Scholler, Juliano Rigatti, Soraia Raupp Musse,
• Abstract要約: 感情的にリッチなインタラクションを生成するタスクにおいて,Large Language Models (LLM) がどのように反応するかを検討する。 本研究では,感情分析(VADER)と専門家評価の両方を用いて,対話の感情的進行を分析した。
• 参考スコア（独自算出の注目度）: 0.5849783371898033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Conversational agents have made significant progress since ELIZA, expanding their role across various domains, including healthcare, education, and customer service. As these agents become increasingly integrated into daily human interactions, the need for emotional intelligence, particularly empathetic listening, becomes increasingly essential. In this study, we explore how Large Language Models (LLMs) respond when tasked with generating emotionally rich interactions. Starting from a small dataset manually crafted by an expert to reflect empathic behavior, we extended the conversations using two LLMs: ChatGPT and Gemini. We analyzed the emotional progression of the dialogues using both sentiment analysis (via VADER) and expert assessments. While the generated conversations often mirrored the intended emotional structure, human evaluation revealed important differences in the perceived empathy and coherence of the responses. These findings suggest that emotion modeling in dialogues requires not only structural alignment in the expressed emotions but also qualitative depth, highlighting the importance of combining automated and humancentered methods in the development of emotionally competent agents.
• Abstract（参考訳）: ELIZA以来、会話エージェントは大きな進歩を遂げており、医療、教育、カスタマーサービスなど様々な領域での役割を拡大している。 これらのエージェントが日々のヒューマンインタラクションに統合されるにつれて、感情的インテリジェンス、特に共感的リスニングの必要性がますます重要になっている。 本研究では,Large Language Models (LLMs) が感情的にリッチな相互作用を生み出す際にどのように反応するかを検討する。 専門家が手作業で作り上げた小さなデータセットから始まり、2つのLLM(ChatGPTとGemini)を使用して会話を拡張した。 本研究では,感情分析(VADER)と専門家評価の両方を用いて,対話の感情的進行を分析した。 生成した会話は意図した感情構造を反映することが多いが、人間の評価は、共感と反応のコヒーレンスに重要な違いが認められた。 これらの結果から, 対話における感情モデリングには, 表現された感情の構造的アライメントだけでなく, 定性的な深度も必要であることが示唆された。

関連論文リスト

• CAPE: A Chinese Dataset for Appraisal-based Emotional Generation using Large Language Models [30.40159858361768]
  認知評価理論に基づく感情コーパスという中国のデータセットであるCAPEを作成するための2段階の自動データ生成フレームワークを提案する。 このコーパスは、多様な個人的・状況的要因を考慮し、文脈的に適切な感情的反応を伴う対話を生成する。 我々の研究は、会話エージェントにおける感情表現を前進させる可能性を示し、よりニュアンスで有意義な人間とコンピュータの相互作用の道を開いた。
  論文  参考訳（メタデータ） (2024-10-18T03:33:18Z)
• Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
  対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。 大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
  論文  参考訳（メタデータ） (2024-06-07T08:58:29Z)
• SemEval-2024 Task 3: Multimodal Emotion Cause Analysis in Conversations [53.60993109543582]
  SemEval-2024 Task 3 "Multimodal Emotion Cause Analysis in Conversations" は、会話からすべての感情とそれに対応する原因を抽出することを目的としている。 異なるモダリティ設定の下では、2つのサブタスクから構成される: 会話におけるテキスト感情因果ペア抽出(TECPE)と会話におけるマルチモーダル感情因果ペア抽出(MECPE)である。 本稿では,タスク,データセット,評価設定について紹介し,トップチームのシステムを要約し,参加者の知見について議論する。
  論文  参考訳（メタデータ） (2024-05-19T09:59:00Z)
• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior [8.791757758576951]
  本研究では,共感的反応を生成するための認知,愛情,行動の包括的視点を取り入れた新しい枠組みを提案する。 認識のために、外部知識を活用することにより、対話において重要なキーワード間の経路を構築する。 情緒については,両者の感情を含む2つの潜伏変数による情緒的依存をとらえる。
  論文  参考訳（メタデータ） (2023-02-03T14:31:17Z)
• EmoWOZ: A Large-Scale Corpus and Labelling Scheme for Emotion in Task-Oriented Dialogue Systems [3.3010169113961325]
  EmoWOZはタスク指向対話の大規模手動感情注釈コーパスである。 11K以上の対話と83K以上の感情アノテーションを含む。 本稿では,タスク指向対話に適した新しい感情ラベリング手法を提案する。
  論文  参考訳（メタデータ） (2021-09-10T15:00:01Z)
• Towards Emotion-Aware Agents For Negotiation Dialogues [2.1454205511807234]
  交渉は、人間の意思決定における感情的な出会いをカプセル化する複雑な社会的相互作用である。 人間と交渉できるバーチャルエージェントは、教育と会話のAIに役立ちます。 交渉から抽出した感情特性が予測にどの程度役立つかを分析する。
  論文  参考訳（メタデータ） (2021-07-28T04:42:36Z)
• 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)
• Generating Emotionally Aligned Responses in Dialogues using Affect Control Theory [15.848210524718219]
  感情制御理論(Affect Control Theory、ACT)は、人間と人間の相互作用に対する感情の社会的・数学的モデルである。 本研究では、ACTが感情認識型神経会話エージェントの開発にどのように役立つかを検討する。
  論文  参考訳（メタデータ） (2020-03-07T19:31:08Z)

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。