論文の概要: Enhancing Persuasive Dialogue Agents by Synthesizing Cross-Disciplinary Communication Strategies
- arxiv url: http://arxiv.org/abs/2602.22696v1
- Date: Thu, 26 Feb 2026 07:18:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-27 18:41:22.571038
- Title: Enhancing Persuasive Dialogue Agents by Synthesizing Cross-Disciplinary Communication Strategies
- Title（参考訳）: 学際的コミュニケーション戦略の合成による説得的対話エージェントの強化
- Authors: Shinnosuke Nozue, Yuto Nakano, Yotaro Watanabe, Meguru Takasaki, Shoji Moriya, Reina Akama, Jun Suzuki,
- Abstract要約: 我々は,社会心理学,行動経済学,コミュニケーション理論から実証された戦略に基づく説得的対話エージェントを設計するための枠組みを開発する。
2つの異なるデータセットの実験を通じて提案したフレームワークを検証した。
- 参考スコア（独自算出の注目度）: 5.729038915697267
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Current approaches to developing persuasive dialogue agents often rely on a limited set of predefined persuasive strategies that fail to capture the complexity of real-world interactions. We applied a cross-disciplinary approach to develop a framework for designing persuasive dialogue agents that draws on proven strategies from social psychology, behavioral economics, and communication theory. We validated our proposed framework through experiments on two distinct datasets: the Persuasion for Good dataset, which represents a specific in-domain scenario, and the DailyPersuasion dataset, which encompasses a wide range of scenarios. The proposed framework achieved strong results for both datasets and demonstrated notable improvement in the persuasion success rate as well as promising generalizability. Notably, the proposed framework also excelled at persuading individuals with initially low intent, which addresses a critical challenge for persuasive dialogue agents.
- Abstract（参考訳）: 説得的対話エージェントの開発への現在のアプローチは、現実世界の相互作用の複雑さを捉えるのに失敗した、限定された説得的戦略に頼っていることが多い。
我々は,社会心理学,行動経済学,コミュニケーション理論から実証された戦略に基づく説得的対話エージェントを設計するための枠組みを開発するために,学際的アプローチを適用した。
提案したフレームワークを,ドメイン内の特定のシナリオを表すPersuasion for Goodデータセットと,幅広いシナリオを含むDailyPersuasionデータセットという,2つの異なるデータセットの実験を通じて検証した。
提案手法は双方のデータセットに対して強い結果を出し,説得成功率の向上と有望な一般化性を示した。
提案フレームワークは,当初意図の低い個人を説得する能力も優れており,説得的対話エージェントにとって重要な課題に対処する。
関連論文リスト
- SAD: A Large-Scale Strategic Argumentative Dialogue Dataset [60.33125467375306]
実際には、議論はしばしばマルチターン対話として実現される。
大規模なtextbfStrategic textbfArgumentative textbfDialogue データセットは,392,822例からなる。
論文 参考訳（メタデータ） (2026-01-12T11:11:37Z) - MMPersuade: A Dataset and Evaluation Framework for Multimodal Persuasion [73.99171322670772]
LVLM(Large Vision-Language Models)は、ショッピング、健康、ニュースなどの分野に展開されている。
MMPersuadeはLVLMにおけるマルチモーダルパーサージョンダイナミクスを体系的に研究するための統一的なフレームワークを提供する。
論文 参考訳（メタデータ） (2025-10-26T17:39:21Z) - Disagreements in Reasoning: How a Model's Thinking Process Dictates Persuasion in Multi-Agent Systems [49.69773210844221]
本稿では,説得力はモデルスケールの関数である,という一般的な仮説に挑戦する。
一連のマルチエージェントの説得実験を通じて、パーサーション・デュナリティ(Persuasion Duality)と呼ばれる基本的なトレードオフを明らかにする。
以上の結果から, LRMの推理過程は説得に対する抵抗性が大きく, 当初の信念をより堅固に維持していることが明らかとなった。
論文 参考訳（メタデータ） (2025-09-25T12:03:10Z) - Information Bargaining: Bilateral Commitment in Bayesian Persuasion [60.3761154043329]
長期的説得のための統一的なフレームワークとよく構造化されたソリューションの概念を導入する。
この視点はゲーム構造の共通知識を明確にし、レシーバに匹敵するコミットメント能力を与える。
このフレームワークは、2段階の検証と推論のパラダイムによって検証される。
論文 参考訳（メタデータ） (2025-06-06T08:42:34Z) - Generative Framework for Personalized Persuasion: Inferring Causal, Counterfactual, and Latent Knowledge [14.324214906731923]
代替システム応答の効果を調べるための仮説シナリオを作成する。
我々は、ユーザとシステム発話間の戦略レベルの因果関係を特定するために因果発見を用いる。
対実データに基づいてシステム応答を選択するためのポリシーを最適化する。
論文 参考訳（メタデータ） (2025-04-08T15:33:54Z) - Persuasion Should be Double-Blind: A Multi-Domain Dialogue Dataset With Faithfulness Based on Causal Theory of Mind [21.022976907694265]
最近の説得的対話データセットは、実世界の対人インタラクションと一致しないことが多い。
ToMMAは、心の因果理論によって導かれる対話生成のための新しいマルチエージェントフレームワークである。
マルチドメイン・マルチターン・パーサッシブ・ダイアログ・データセットであるCTOMPersuを提案する。
論文 参考訳（メタデータ） (2025-02-28T18:28:16Z) - Counterfactual Reasoning Using Predicted Latent Personality Dimensions for Optimizing Persuasion Outcome [13.731895847081953]
本稿では,現在進行中の説得会話において,ユーザの潜在人格次元(LPD)を追跡する新しいアプローチを提案する。
我々はこれらのLPDに基づいて、全体的な説得結果を最適化するために、調整済みの対物発話を生成する。
論文 参考訳（メタデータ） (2024-04-21T23:03:47Z) - Strategic Argumentation Dialogues for Persuasion: Framework and
Experiments Based on Modelling the Beliefs and Concerns of the Persuadee [6.091096843566857]
特定の対話において議論が良いかどうかを決定するための2つの重要な次元は、意図する観衆が議論と反論を信じる程度であり、議論が意図する観衆の関心に与える影響である。
本稿では,これらのモデルを用いて,説得的対話における移動の選択を最適化する枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-28T08:49:24Z) - 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)
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。