論文の概要: Computational Analysis of Conversation Dynamics through Participant Responsivity
- arxiv url: http://arxiv.org/abs/2509.16464v1
- Date: Fri, 19 Sep 2025 23:13:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-23 18:58:15.806364
- Title: Computational Analysis of Conversation Dynamics through Participant Responsivity
- Title（参考訳）: 参加型応答性による会話ダイナミクスの計算解析
- Authors: Margaret Hughes, Brandon Roy, Elinor Poole-Dayan, Deb Roy, Jad Kabbara,
- Abstract要約: 応答性を定量化する手法を開発し評価する。
両手法を人間に注釈を付けた会話の真理集合に対して評価する。
次に,会話談話の様々な側面に対処するために,会話レベルの派生メトリクスを開発する。
- 参考スコア（独自算出の注目度）: 18.116125865284666
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Growing literature explores toxicity and polarization in discourse, with comparatively less work on characterizing what makes dialogue prosocial and constructive. We explore conversational discourse and investigate a method for characterizing its quality built upon the notion of ``responsivity'' -- whether one person's conversational turn is responding to a preceding turn. We develop and evaluate methods for quantifying responsivity -- first through semantic similarity of speaker turns, and second by leveraging state-of-the-art large language models (LLMs) to identify the relation between two speaker turns. We evaluate both methods against a ground truth set of human-annotated conversations. Furthermore, selecting the better performing LLM-based approach, we characterize the nature of the response -- whether it responded to that preceding turn in a substantive way or not. We view these responsivity links as a fundamental aspect of dialogue but note that conversations can exhibit significantly different responsivity structures. Accordingly, we then develop conversation-level derived metrics to address various aspects of conversational discourse. We use these derived metrics to explore other conversations and show that they support meaningful characterizations and differentiations across a diverse collection of conversations.
- Abstract（参考訳）: 成長する文献は、会話における毒性と分極を探求し、対話が社交的かつ建設的になるものを特徴づける作業は比較的少ない。
本稿では,会話の会話を探索し,ある人の会話のターンが先行するターンに応答しているかという「責任感」の概念に基づく品質評価手法について検討する。まず,話者のターンのセマンティックな類似性から応答感を定量化する手法を開発し,第2に,最先端の大規模言語モデル(LLM)を活用して2つの話者ターンの関係を同定する。
両手法を人間に注釈を付けた会話の真理集合に対して評価する。
さらに、より優れたLCMベースのアプローチを選択することで、反応の性質を特徴づけます。
我々はこれらの応答性リンクを対話の基本的な側面とみなすが、会話は相当異なる応答性構造を示す可能性があることに留意する。
そこで,会話談話の様々な側面に対処するために,会話レベルから派生したメトリクスを開発する。
得られた指標を用いて、他の会話を探索し、多様な会話の集合において意味のある特徴と区別をサポートすることを示す。
関連論文リスト
- A Similarity Measure for Comparing Conversational Dynamics [5.0205808005027075]
全体的なダイナミクスの観点から会話を比較するための堅牢な自動手法は存在しない。
本稿では,会話のダイナミクスを比較検討するための類似度尺度を提案する。
大規模なオンラインコミュニティにおける会話のダイナミクスの分析に利用しています。
論文 参考訳（メタデータ） (2025-07-25T04:51:11Z) - Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。
AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。
本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
論文 参考訳（メタデータ） (2025-06-26T16:45:20Z) - A Multi-view Discourse Framework for Integrating Semantic and Syntactic Features in Dialog Agents [0.0]
マルチターン対話モデルは,会話の文脈を利用して人間的な応答を生成することを目的としている。
既存の手法はしばしばこれらの発話間の相互作用を無視したり、それら全てを等しく重要なものとして扱う。
本稿では,検索に基づく対話システムにおける応答選択のための談話認識フレームワークを提案する。
論文 参考訳（メタデータ） (2025-04-12T04:22:18Z) - Revisiting Conversation Discourse for Dialogue Disentanglement [88.3386821205896]
本稿では,対話談話特性を最大限に活用し,対話の絡み合いを高めることを提案する。
我々は,会話の意味的文脈をより良くモデル化するために,リッチな構造的特徴を統合する構造認識フレームワークを開発した。
我々の研究は、より広範なマルチスレッド対話アプリケーションを促進する大きな可能性を秘めている。
論文 参考訳（メタデータ） (2023-06-06T19:17:47Z) - A Speaker-aware Parallel Hierarchical Attentive Encoder-Decoder Model
for Multi-turn Dialogue Generation [13.820298189734686]
本稿では,マルチターン会話における話者の区別を強調するオープンドメイン対話生成モデルを提案する。
実験の結果,PHAEDは自動評価と人的評価の両面で最先端の成績を示した。
論文 参考訳（メタデータ） (2021-10-13T16:08:29Z) - Who Responded to Whom: The Joint Effects of Latent Topics and Discourse
in Conversation Structure [53.77234444565652]
会話談話における応答関係を同定し,会話の開始に応答発話をリンクする。
単語分布における潜在トピックと会話を学習し,ペアワイズ開始応答リンクを予測するモデルを提案する。
英語と中国語の会話における実験結果から,我々のモデルは過去の芸術の状況を大きく上回っていることが明らかとなった。
論文 参考訳（メタデータ） (2021-04-17T17:46:00Z) - Filling the Gap of Utterance-aware and Speaker-aware Representation for
Multi-turn Dialogue [76.88174667929665]
マルチターン対話は、2つ以上の異なる話者の役割から複数の発話からなる。
既存の検索に基づくマルチターン対話モデルでは、事前訓練された言語モデル(PrLM)をエンコーダとして、対話を粗く表現する。
本稿では,対話履歴に係わる効果的な発話認識表現と話者認識表現をモデル化することにより,そのようなギャップを埋める新しいモデルを提案する。
論文 参考訳（メタデータ） (2020-09-14T15:07:19Z) - Dialogue-Based Relation Extraction [53.2896545819799]
本稿では,人間による対話型関係抽出(RE)データセットDialogREを提案する。
我々は,対話型タスクと従来のREタスクの類似点と相違点の分析に基づいて,提案課題において話者関連情報が重要な役割を担っていると論じる。
実験結果から,ベストパフォーマンスモデルにおける話者認識の拡張が,標準設定と会話評価設定の両方において向上することが示された。
論文 参考訳（メタデータ） (2020-04-17T03:51:57Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳（メタデータ） (2020-04-11T12:51:07Z)
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。