論文の概要: Language of Persuasion and Misrepresentation in Business Communication: A Textual Detection Approach

• arxiv url: http://arxiv.org/abs/2508.09935v1
• Date: Wed, 13 Aug 2025 16:38:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.963783
• Title: Language of Persuasion and Misrepresentation in Business Communication: A Textual Detection Approach
• Title（参考訳）: ビジネスコミュニケーションにおける説得と誤表現の言語:テキスト検出アプローチ
• Authors: Sayem Hossen, Monalisa Moon Joti, Md. Golam Rashed,
• Abstract要約: ビジネスコミュニケーションのデジタル化は説得的談話のプロセスを再編成した。 この調査は古典的修辞学とコミュニケーション心理学を言語理論と実証的研究で合成する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Business communication digitisation has reorganised the process of persuasive discourse, which allows not only greater transparency but also advanced deception. This inquiry synthesises classical rhetoric and communication psychology with linguistic theory and empirical studies in the financial reporting, sustainability discourse, and digital marketing to explain how deceptive language can be systematically detected using persuasive lexicon. In controlled settings, detection accuracies of greater than 99% were achieved by using computational textual analysis as well as personalised transformer models. However, reproducing this performance in multilingual settings is also problematic and, to a large extent, this is because it is not easy to find sufficient data, and because few multilingual text-processing infrastructures are in place. This evidence shows that there has been an increasing gap between the theoretical representations of communication and those empirically approximated, and therefore, there is a need to have strong automatic text-identification systems where AI-based discourse is becoming more realistic in communicating with humans.
• Abstract（参考訳）: ビジネスコミュニケーションのデジタル化は説得的談話のプロセスを再編成した。 本研究は,古典的修辞学とコミュニケーション心理学を,財務報告,持続可能性談話,デジタルマーケティングにおいて言語理論および実証研究と組み合わせて合成し,知覚言語を説得的レキシコンを用いて体系的に検出する方法を説明する。 制御された設定では、計算テキスト解析とパーソナライズされたトランスフォーマーモデルを用いて、99%以上の検出精度が達成された。 しかし、この性能を多言語設定で再現することも問題であり、これは十分簡単には見つからないことと、多言語テキスト処理基盤がほとんど存在しないためである。 この証拠は、コミュニケーションの理論的表現と経験的に近似した表現の間にギャップが増していることを示しているので、人間とのコミュニケーションにおいてAIベースの会話がより現実的になりつつあるような、強力な自動テキスト識別システムが必要である。

関連論文リスト

• Linguistic Knowledge Transfer Learning for Speech Enhancement [29.191204225828354]
  言語知識は、言語理解において重要な役割を果たす。 ほとんどの音声強調法は、雑音とクリーンな音声のマッピング関係を学習するために音響的特徴に依存している。 本稿では,言語知識をSEモデルに統合するクロスモーダル・ナレッジ・トランスファー(CMKT)学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-03-10T09:00:18Z)
• Communication is All You Need: Persuasion Dataset Construction via Multi-LLM Communication [21.041517755843977]
  大規模言語モデル (LLMs) は説得力のある対話を生成する能力を示したが、それらの出力の流布や高度化には懸念が持たれている。 本稿では,説得的データの自動生成を支援するためのマルチLLM通信フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-13T02:22:48Z)
• How "Real" is Your Real-Time Simultaneous Speech-to-Text Translation System? [7.252894835396412]
  シマルST(SimulST)は、話者の音声とソース言語音声を同時に翻訳し、ユーザの理解を深めるために低レイテンシを確保する。 非有界音声への応用を意図したものの、ほとんどの研究は、人間の事前隔離された音声に焦点を当て、タスクを単純化し、重要な課題を見落としている。
  論文  参考訳（メタデータ） (2024-12-24T15:26:31Z)
• Enhancing expressivity transfer in textless speech-to-speech translation [0.0]
  既存の最先端システムは、様々な言語で正確に表現力の取得と転送に関して不足している。 本研究では,個別音声単位レベルで動作し,多言語感情の埋め込みを利用する新しい手法を提案する。 対象言語における音声単位のピッチと持続時間を効果的に予測するために,これらの埋め込みがどのように使用できるかを示す。
  論文  参考訳（メタデータ） (2023-10-11T08:07:22Z)
• Cognitive Semantic Communication Systems Driven by Knowledge Graph: Principle, Implementation, and Performance Evaluation [74.38561925376996]
  単一ユーザと複数ユーザのコミュニケーションシナリオに対して,認知意味コミュニケーションフレームワークが2つ提案されている。 知識グラフから推論規則をマイニングすることにより,効果的な意味補正アルゴリズムを提案する。 マルチユーザ認知型セマンティックコミュニケーションシステムにおいて,異なるユーザのメッセージを識別するために,メッセージ復元アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-03-15T12:01:43Z)
• Less Data, More Knowledge: Building Next Generation Semantic Communication Networks [180.82142885410238]
  本稿では、スケーラブルなエンドツーエンドセマンティック通信ネットワークの最初の厳密なビジョンを示す。 まず、セマンティック・コミュニケーション・ネットワークの設計は、データ駆動型ネットワークから知識駆動型ネットワークへどのように移行する必要があるかについて議論する。 意味表現と言語を用いることで、従来の送信機と受信機が教師と見習いになることを示す。
  論文  参考訳（メタデータ） (2022-11-25T19:03:25Z)
• On Reality and the Limits of Language Data: Aligning LLMs with Human Norms [10.02997544238235]
  大規模言語モデル (LLMs) は、実践的な応用のために、膨大な自然言語データの言語関連性を利用する。 我々は,この問題を,新規かつ厳密に制御された推論テスト(ART)を用いて探求し,人間の規範とGPT-3のバージョンを比較した。 我々の研究は、データや弱点から直接学習できる常識関係モデルのカテゴリに注目した。
  論文  参考訳（メタデータ） (2022-08-25T10:21:23Z)
• Color Overmodification Emerges from Data-Driven Learning and Pragmatic Reasoning [53.088796874029974]
  話者の指示表現は、実践的な言語使用の性質を照らし出すのに役立つ方法で、コミュニケーションイデアルから逸脱していることを示す。 ニューラルネットワークを学習エージェントとして採用することにより、過度な修正は、頻度の低い、あるいは正常な環境特性に結びつく可能性が高いことを示す。
  論文  参考訳（メタデータ） (2022-05-18T18:42:43Z)
• Leveraging Pre-trained Language Model for Speech Sentiment Analysis [58.78839114092951]
  本研究では、事前学習された言語モデルを用いて、文章の感情情報を学習し、音声の感情分析を行う。 本稿では,言語モデルを用いた擬似ラベルに基づく半教師付き訓練戦略を提案する。
  論文  参考訳（メタデータ） (2021-06-11T20:15:21Z)
• Improving Machine Reading Comprehension with Contextualized Commonsense Knowledge [62.46091695615262]
  我々は、機械読解の理解を改善するために、常識知識を抽出することを目指している。 構造化知識を文脈内に配置することで,関係を暗黙的に表現することを提案する。 我々は,教師の学習パラダイムを用いて,複数種類の文脈的知識を学生機械読取機に注入する。
  論文  参考訳（メタデータ） (2020-09-12T17:20:01Z)
• Experience Grounds Language [185.73483760454454]
  言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。 テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
  論文  参考訳（メタデータ） (2020-04-21T16:56:27Z)

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。