論文の概要: Reading Between the Lines: How Electronic Nonverbal Cues shape Emotion Decoding

• arxiv url: http://arxiv.org/abs/2603.21038v1
• Date: Sun, 22 Mar 2026 03:30:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.20224
• Title: Reading Between the Lines: How Electronic Nonverbal Cues shape Emotion Decoding
• Title（参考訳）: 行間を読む:電子的非言語的キューが感情デコーディングをいかに形作るか
• Authors: Taara Kumar, Kokil Jaidka,
• Abstract要約: 本稿では,マイクロブログ通信における電子的非言語的手がかり(eNVC)の理論的説明を提供する。 eNVCはキネシクス、音声学、パラ言語学のテキストアナログである。 研究1では,基礎的非言語コミュニケーション理論に基づくeNVCの統一分類法を開発した。 実験2では、eNVCが感情的復号精度を大幅に向上させるという、制御された因果的証拠が提示されている。 研究3では、焦点グループによる議論を通じて、ユーザーがデジタル韻律について推論する際に使用する解釈的戦略を明らかにした。
• 参考スコア（独自算出の注目度）: 12.686044001239708
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As text-based computer-mediated communication (CMC) increasingly structures everyday interaction, a central question re-emerges with new urgency: How do users reconstruct nonverbal expression in environments where embodied cues are absent? This paper provides a systematic, theory-driven account of electronic nonverbal cues (eNVCs) - textual analogues of kinesics, vocalics, and paralinguistics - in public microblog communication. Across three complementary studies, we advance conceptual, empirical, and methodological contributions. Study 1 develops a unified taxonomy of eNVCs grounded in foundational nonverbal communication theory and introduces a scalable Python toolkit for their automated detection. Study 2, a within-subject survey experiment, offers controlled causal evidence that eNVCs substantially improve emotional decoding accuracy and lower perceived ambiguity, while also identifying boundary conditions, such as sarcasm, under which these benefits weaken or disappear. Study 3, through focus group discussions, reveals the interpretive strategies users employ when reasoning about digital prosody, including drawing meaning from the absence of expected cues and defaulting toward negative interpretations in ambiguous contexts. Together, these studies establish eNVCs as a coherent and measurable class of digital behaviors, refine theoretical accounts of cue richness and interpretive effort, and provide practical tools for affective computing, user modeling, and emotion-aware interface design. The eNVC detection toolkit is available as a Python and R package at https://github.com/kokiljaidka/envc.
• Abstract（参考訳）: テキストベースのコンピュータによるコミュニケーション(CMC)が日々のインタラクションを構造化するようになると、新しい緊急性に再び注目が集まる: エンボディド・キューが存在しない環境で、ユーザーはどのように非言語表現を再構築するか? 本稿では,電子的非言語的手がかり (eNVCs) の体系的,理論的な説明を提供する。 3つの相補的な研究から,概念的,実証的,方法論的な貢献を推し進める。 研究1では,基礎的な非言語通信理論に基づくeNVCの統一分類法を開発し,その自動検出のためのスケーラブルなPythonツールキットを提案する。 実験2では、eNVCが感情的復号精度を著しく向上し、知覚的曖昧さを低下させるとともに、それらの利点が弱まるか消失するサルカズムなどの境界条件を同定する、制御された因果的証拠を提供する。 研究3では、焦点グループによる議論を通じて、期待された手がかりの欠如から意味を引き出すことや、曖昧な文脈で否定的な解釈をデフォルトにすることを含む、デジタル韻律について推論する際にユーザーが使用する解釈的戦略を明らかにした。 これらの研究は、デジタル行動の一貫性と測定可能なクラスとしてeNVCを確立し、キュー豊かさと解釈力の理論的説明を洗練させ、感情コンピューティング、ユーザモデリング、感情認識インターフェース設計のための実用的なツールを提供する。 eNVC検出ツールキットはPythonとRパッケージとしてhttps://github.com/kokiljaidka/envc.comから入手できる。

関連論文リスト

• Sarcasm Detection Using Deep Convolutional Neural Networks: A Modular Deep Learning Framework [0.0]
  サルカズム(英: Sarcasm)は、特にテキストにおいて、声調と体語が欠落している、ニュアンスでしばしば誤解されるコミュニケーション形式である。 本稿では,深い畳み込みニューラルネットワーク(DCNN)とBERTのような文脈モデルを利用して,言語的・感情的・文脈的手がかりを解析する,サルカズム検出のためのモジュール型ディープラーニングフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-12T18:02:50Z)
• E-THER: A Multimodal Dataset for Empathic AI - Towards Emotional Mismatch Awareness [3.8298581733964903]
  E-THERは言語・視覚的不一致検出のための多次元アノテーションを付加したパーソナライズ・センタード・セラピー・グラウンドド・マルチモーダル・データセットである。 一致訓練されたモデルが、臨界特性において汎用モデルより優れていることを示す。
  論文  参考訳（メタデータ） (2025-09-02T08:58:32Z)
• Cognitively-Inspired Emergent Communication via Knowledge Graphs for Assisting the Visually Impaired [8.182196998385583]
  本稿では,人間の視覚知覚と認知マッピングをエミュレートする新しいフレームワーク,Cognitively-Inspired Emergent Communication via Knowledge Graphs (VAG-EC)を紹介する。 本手法は,対象とその関係を表現する知識グラフを構築し,タスク関連エンティティを優先する注意機構を導入し,人間の選択的注意を反映する。 この構造化されたアプローチは、コンパクトで解釈可能で、文脈に敏感な記号言語の出現を可能にする。
  論文  参考訳（メタデータ） (2025-05-28T08:09:06Z)
• Learning Interpretable Representations Leads to Semantically Faithful EEG-to-Text Generation [52.51005875755718]
  我々は脳波からテキストへの復号に焦点をあて、後部崩壊のレンズを通して幻覚の問題に対処する。 脳波とテキスト間の情報容量のミスマッチを認め、デコードタスクをコア意味のセマンティックな要約として再設計する。 パブリックなZuCoデータセットの実験では、GLIMが一貫して、流動的なEEG基底文を生成することが示されている。
  論文  参考訳（メタデータ） (2025-05-21T05:29:55Z)
• Contrastive Decoupled Representation Learning and Regularization for Speech-Preserving Facial Expression Manipulation [58.189703277322224]
  音声保存表情操作(SPFEM)は、特定の参照感情を表示するために話頭を変更することを目的としている。 参照およびソース入力に存在する感情とコンテンツ情報は、SPFEMモデルに対して直接的かつ正確な監視信号を提供することができる。 コントラスト学習による指導として、コンテンツと感情の事前学習を提案し、分離されたコンテンツと感情表現を学習する。
  論文  参考訳（メタデータ） (2025-04-08T04:34:38Z)
• Nonverbal Interaction Detection [83.40522919429337]
  この研究は、社会的文脈における人間の非言語的相互作用を理解するという新たな課題に対処する。 我々はNVIと呼ばれる新しい大規模データセットを寄贈し、人間とそれに対応する社会グループのための境界ボックスを含むように細心の注意を払ってアノテートする。 第2に,非言語的インタラクション検出のための新たなタスクNVI-DETを構築し,画像から三つ子を識別する。 第3に,非言語相互作用検出ハイパーグラフ (NVI-DEHR) を提案する。
  論文  参考訳（メタデータ） (2024-07-11T02:14:06Z)
• DiPlomat: A Dialogue Dataset for Situated Pragmatic Reasoning [89.92601337474954]
  プラグマティック推論は、実生活における会話でしばしば起こる暗黙の意味を解読する上で重要な役割を担っている。 そこで我々は,現実的な推論と会話理解の場所に関するマシンの能力のベンチマークを目的とした,新しい挑戦であるDiPlomatを紹介した。
  論文  参考訳（メタデータ） (2023-06-15T10:41:23Z)
• EC^2: Emergent Communication for Embodied Control [72.99894347257268]
  エージェントはマルチモーダル・プレトレーニングを活用して、新しい環境でどのように振る舞うかを素早く学ぶ必要がある。 本稿では,数発のエンボディドコントロールのためのビデオ言語表現を事前学習するための新しいスキームであるEmergent Communication for Embodied Control (EC2)を提案する。 EC2は、タスク入力としてビデオとテキストの両方の従来のコントラスト学習手法を一貫して上回っている。
  論文  参考訳（メタデータ） (2023-04-19T06:36:02Z)
• CogAlign: Learning to Align Textual Neural Representations to Cognitive Language Processing Signals [60.921888445317705]
  自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。 我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
  論文  参考訳（メタデータ） (2021-06-10T07:10:25Z)
• Language Models as Emotional Classifiers for Textual Conversations [3.04585143845864]
  本稿では,会話中の感情を分類する新しい手法を提案する。 提案手法のバックボーンには,事前学習型言語モデル (LM) がある。 提案手法をIEMOCAPとFriendsデータセットに適用する。
  論文  参考訳（メタデータ） (2020-08-27T20:04:30Z)

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。