論文の概要: Linguistic Distancing on Social Media: Indicators of Emotion Regulation Across Age Groups

• arxiv url: http://arxiv.org/abs/2606.30957v1
• Date: Mon, 29 Jun 2026 22:27:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-01 18:27:19.011563
• Title: Linguistic Distancing on Social Media: Indicators of Emotion Regulation Across Age Groups
• Title（参考訳）: ソーシャルメディアにおける言語的距離:年齢層における感情規制の指標
• Abstract要約: イベントに対する感情的な反応を管理することが、感情的な幸福の鍵となります。 これまでの研究は、私たちが出来事を遠ざける程度が感情の規制の一種であることを確立してきた。 我々は、言語的距離を運用するための以前の指標を構築し、それが寿命にわたってどのように変化するかを探る。
• 参考スコア（独自算出の注目度）: 24.936792267911652
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Managing our emotional responses to events is key to emotional well-being, a process referred to as emotion regulation in psychology. Previous work has established that the degree to which we distance events is a type of emotion regulation. When we psychologically distance from events there can be markers in our language. These markers have been referred to as linguistic distancing. We build upon a previous metric to operationalize linguistic distancing, and explore how it changes across the lifespan. We explore this systematically by analyzing large amounts of social media text, a venue where people express their emotions. By investigating how distancing varies across age groups we can better understand how emotion regulation varies with age and provide initial benchmarks on social media data. We provide additional evidence further strengthening the hypothesis that linguistic distancing occurs in proportionally more instances with age. These findings align with past work in psychology which indicate improved well-being with older age. Better understanding how linguistic distancing changes with age is important because it functions as a marker of well-being and can inform effective health interventions. We provide a foundation for further exploring emotion regulation through linguistic distancing in text data.
• Abstract（参考訳）: 出来事に対する感情的な反応を管理することは、心理学において感情的規制と呼ばれるプロセスである感情的幸福の鍵となる。 これまでの研究は、私たちが出来事を遠ざける程度が感情の規制の一種であることを確立してきた。 出来事から心理的に距離を置くと、私たちの言語にはマーカーがあります。 これらのマーカーは言語距離と呼ばれる。 我々は、言語的距離を運用するための以前の指標を構築し、それが寿命にわたってどのように変化するかを探る。 我々は、人々が感情を表現する場であるソーシャルメディアの大量のテキストを分析して、これを体系的に探求する。 年齢によってどのように距離が変わるかを調べることで、感情の規制が年齢によってどのように変化するかをよりよく理解し、ソーシャルメディアデータに対する最初のベンチマークを提供することができる。 言語的距離が年齢の比例的に増加するという仮説をさらに強化する追加の証拠を提示する。 これらの知見は, 高齢化に伴う幸福感の向上を示す心理学における過去の研究と一致している。 言語的距離が年齢とともにどのように変化するかをよりよく理解することは、幸福の指標として機能し、効果的な健康介入を通知できるため重要である。 テキストデータにおける言語的距離による感情制御のさらなる探求の基盤を提供する。

関連論文リスト

• The False Resonance: A Critical Examination of Emotion Embedding Similarity for Speech Generation Evaluation [66.28943752785906]
  感情的表現力の客観的指標は、特に表現的合成と音声変換において、音声生成に不可欠である。 言語や話者の変動にもかかわらず感情的な手がかりを捉えていると仮定して、感情2vecのようなエンコーダからの埋め込みのコサイン類似性を計算する。 分類精度が高いにもかかわらず、これらの潜伏空間はゼロショット類似性評価には適さない。
  論文  参考訳（メタデータ） (2026-04-29T06:59:48Z)
• Do Emotions in Prompts Matter? Effects of Emotional Framing on Large Language Models [5.079126066502806]
  感情のトーンは人間のコミュニケーションにおいて広まっていますが、大きな言語モデル(LLM)の振る舞いへの影響はいまだ不明です。 本稿では,ユーザ側クエリにおける1対1の感情的フレーミングが,6つのベンチマークドメイン間でのLLM性能に与える影響について検討する。 本稿では,各問合せに対して感情的フレーミングを適応的に選択する適応的感情的促進フレームワークであるEmotionRLを紹介する。
  論文  参考訳（メタデータ） (2026-04-02T16:31:08Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Emotion Granularity from Text: An Aggregate-Level Indicator of Mental Health [25.166884750592175]
  心理学において、個人の感情概念を区別する能力の変化を感情の粒度と呼ぶ。 高い感情の粒度は、より良い精神と身体の健康と結びついている。 低感情の粒度は、不適応な感情制御戦略や健康状態の悪化と結びついている。
  論文  参考訳（メタデータ） (2024-03-04T18:12:10Z)
• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• Cross-Lingual Cross-Age Group Adaptation for Low-Resource Elderly Speech Emotion Recognition [48.29355616574199]
  我々は、英語、中国語、カントン語という3つの異なる言語における感情認識の伝達可能性を分析する。 本研究は,異なる言語群と年齢群が特定の音声特徴を必要とすることを結論し,言語間推論を不適切な方法とする。
  論文  参考訳（メタデータ） (2023-06-26T08:48:08Z)
• Utterance Emotion Dynamics in Children's Poems: Emotional Changes Across Age [29.467916405081272]
  我々は,様々な年齢の子どもが書いた詩から決定された感情力学の特徴を,辞書と機械学習に基づく手法を用いて定量化する。 年齢とともに、感情的変動、上昇率(感情的反応性)、回復率(感情的規制)が増加する。
  論文  参考訳（メタデータ） (2023-06-08T17:38:14Z)
• Speech Synthesis with Mixed Emotions [77.05097999561298]
  異なる感情の音声サンプル間の相対的な差を測定する新しい定式化を提案する。 次に、私たちの定式化を、シーケンスからシーケンスまでの感情的なテキストから音声へのフレームワークに組み込む。 実行時に、感情属性ベクトルを手動で定義し、所望の感情混合を生成するためにモデルを制御する。
  論文  参考訳（メタデータ） (2022-08-11T15:45:58Z)
• Mental Disorders on Online Social Media Through the Lens of Language and Behaviour: Analysis and Visualisation [7.133136338850781]
  本研究では,精神疾患に罹患したソーシャルメディア利用者を特徴づけ,識別する要因について検討する。 副詞や動詞の時制,話題固有の語彙など,機能語の使用に有意な差異が認められた。 マイクロブログプラットフォーム上での言語使用が、精神疾患を持つユーザにとって区別しにくいことを示す証拠が見つかっている。
  論文  参考訳（メタデータ） (2022-02-07T15:29:01Z)
• Emotion Intensity and its Control for Emotional Voice Conversion [77.05097999561298]
  感情音声変換(EVC)は、言語内容と話者のアイデンティティを保ちながら、発話の感情状態を変換しようとする。 本稿では,感情の強さを明示的に表現し,制御することを目的とする。 本稿では,話者スタイルを言語内容から切り離し,連続した空間に埋め込み,感情埋め込みのプロトタイプを形成するスタイルに符号化することを提案する。
  論文  参考訳（メタデータ） (2022-01-10T02:11:25Z)

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。