論文の概要: Persuasion Index: A Theory-Guided Framework for Persuasion Analysis

• arxiv url: http://arxiv.org/abs/2606.14580v1
• Date: Fri, 12 Jun 2026 15:58:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 16:00:42.971874
• Title: Persuasion Index: A Theory-Guided Framework for Persuasion Analysis
• Title（参考訳）: Persuasion Index: 説得分析のための理論ガイドフレームワーク
• Authors: Liancheng Gong, Zhiyang Wang, Yiwei Xu, Julia Mendelsohn,
• Abstract要約: 説得指標(英: Persuasion Index, PI)は、心理学とコミュニケーションの説得理論に基づく15次元の分類法である。 PIは,説得関連結果に関連付けられた修辞パターンを解釈するための共有特徴空間を提供する。 我々は、人間とAIによるコミュニケーションの原則的かつ監査可能な分析のための、オープンソースパッケージおよびWebインターフェースとしてPIをリリースする。
• 参考スコア（独自算出の注目度）: 10.19987869022466
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Identifying persuasive rhetorical cues is critical across domains, from detecting information manipulation and improving AI safety to advancing public health communication. We propose Persuasion Index (PI), a taxonomy of 15 dimensions grounded in persuasion theories from psychology and communication, and one transparent implementation using 55 sub-features built from lexicons and rule-based detectors. The taxonomy is modular: individual detectors can be replaced while preserving the theoretical structure. By evaluating PI on four public datasets varying in domain, style, and outcome measures, we show that PI provides a shared feature space for interpreting rhetorical patterns associated with persuasion-related outcomes. Linear models show that PI features carry meaningful predictive signal while remaining computationally lightweight. Dimension-level analyses reveal recurring associations between PI dimensions and persuasion outcomes across datasets, while also highlighting topic- and stance-specific variation. We release PI as an open-source package and web interface for principled and auditable analysis of human and AI-mediated communication.
• Abstract（参考訳）: 情報操作の検出やAIの安全性の向上、公衆衛生コミュニケーションの進展など、ドメイン間で説得力のあるレトリックの特定が重要である。 本稿では,心理学・コミュニケーションの説得理論に基づく15次元の分類法であるPersuasion Index (PI)を提案する。 分類はモジュラーであり、個々の検出器は理論構造を保ちながら置き換えることができる。 ドメイン, スタイル, 結果の異なる4つの公開データセット上でPIを評価することにより, PIは説得関連結果に関連する修辞パターンを解釈するための共有特徴空間を提供することを示す。 線形モデルは、PI特徴が計算的に軽量でありながら有意義な予測信号を持っていることを示している。 次元レベルの分析は、PI次元とデータセット間の説得結果の繰り返しの関係を明らかにし、トピックやスタンス固有のバリエーションも強調する。 我々は、人間とAIによるコミュニケーションの原則的かつ監査可能な分析のための、オープンソースパッケージおよびWebインターフェースとしてPIをリリースする。

関連論文リスト

• Towards Transparent Stance Detection: A Zero-Shot Approach Using Implicit and Explicit Interpretability [12.794773087413256]
  Zero-Shot Stance Detection (ZSSD) は、見当たらないターゲットに対するポストの姿勢を特定する。 IRISは、姿勢検出を情報検索ランキングタスクとみなしている。 コミュニケーション的特徴に基づく明確な合理性は、姿勢の感情的・認知的次元を解読するのに役立つ。
  論文  参考訳（メタデータ） (2025-11-05T16:54:10Z)
• Explain Before You Answer: A Survey on Compositional Visual Reasoning [74.27548620675748]
  構成的視覚推論は、マルチモーダルAIにおける重要な研究フロンティアとして登場した。 本調査は,トップ会場(CVPR,ICCV,NeurIPS,ICML,ACLなど)から260以上の論文を体系的にレビューする。 次に60以上のベンチマークとそれに対応するメトリクスを、基底精度、連鎖忠実性、高分解能知覚などの次元に沿って探索する。
  論文  参考訳（メタデータ） (2025-08-24T11:01:51Z)
• What Makes a Good Natural Language Prompt? [72.3282960118995]
  我々は,2022年から2025年にかけて,NLPおよびAIカンファレンスを主導する150以上のプロンプト関連論文を対象としたメタ分析調査を実施している。 本研究では,6次元に分類した21の特性を含む,迅速な品質評価のための特性・人間中心のフレームワークを提案する。 次に、複数プロパティのプロンプト強化を実証的に検討し、単一プロパティのプロンプトが最大の影響を与える場合が多いことを観察する。
  論文  参考訳（メタデータ） (2025-06-07T23:19:27Z)
• Reasoning Segmentation for Images and Videos: A Survey [8.73974749874605]
  Reasoning (RS) は、暗黙のテキストクエリに基づいてオブジェクトを記述することを目的としている。 RSは視覚知覚と人間のような推論能力のギャップを埋める。
  論文  参考訳（メタデータ） (2025-05-24T18:23:14Z)
• My Words Imply Your Opinion: Reader Agent-based Propagation Enhancement for Personalized Implicit Emotion Analysis [11.628440499885238]
  本稿では,Personalized IEA(PIEA)とRAPPIEモデルについて紹介する。 我々は、読者のフィードバックをシミュレートするために、大きな言語モデルに基づくリーダーエージェントを作成する。 我々は、英語と中国語のソーシャルメディアをカバーする2つの新しいPIEAデータセットを構築した。
  論文  参考訳（メタデータ） (2024-12-10T10:06:46Z)
• SHARP: Unlocking Interactive Hallucination via Stance Transfer in Role-Playing LLMs [12.990119925990477]
  大規模言語モデル(LLM)の対話的パターンを明らかにするための一般化可能で明示的なパラダイムを導入する。 まず、姿勢伝達による対話的幻覚を定義し、次にコモンセンス知識グラフから関係を抽出したベンチマークであるSHARPを構築した。 大規模な実験により、我々のパラダイムの有効性と安定性を確認し、これらの指標に影響を与える要因を調べ、従来の幻覚緩和ソリューションに挑戦する。
  論文  参考訳（メタデータ） (2024-11-12T17:41:16Z)
• Enhancing Argument Structure Extraction with Efficient Leverage of Contextual Information [79.06082391992545]
  本稿では,コンテキスト情報を完全に活用する効率的なコンテキスト認識モデル(ECASE)を提案する。 文脈情報や議論情報を集約するために,シーケンスアテンションモジュールと距離重み付き類似度損失を導入する。 各種ドメインの5つのデータセットに対する実験により,我々のモデルが最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2023-10-08T08:47:10Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• MaxRay: A Raytracing-based Integrated Sensing and Communication Framework [1.987679171685994]
  ISAC(Integrated Sensing and Communication)は、コミュニケーションの必要性と生産性向上の必要性の間に共生を形成する。 IACフレームワークであるMaxRayを導入し、コミュニケーション、センシング、追加の感覚を共同でシミュレートする。
  論文  参考訳（メタデータ） (2021-12-03T07:17:39Z)
• Weakly-Supervised Aspect-Based Sentiment Analysis via Joint Aspect-Sentiment Topic Embedding [71.2260967797055]
  アスペクトベース感情分析のための弱教師付きアプローチを提案する。 We learn sentiment, aspects> joint topic embeddeds in the word embedding space。 次に、ニューラルネットワークを用いて単語レベルの識別情報を一般化する。
  論文  参考訳（メタデータ） (2020-10-13T21:33:24Z)

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。