論文の概要: Stranger, Fan, or Peer? A Systematic Study on the Role of Interlocutor in Persona-Based Dialogue Generation
- arxiv url: http://arxiv.org/abs/2608.28467v1
- Date: Fri, 28 Aug 2026 15:53:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-31 17:16:04.387239
- Title: Stranger, Fan, or Peer? A Systematic Study on the Role of Interlocutor in Persona-Based Dialogue Generation
- Title（参考訳）: ストレンジャー・ファン・ピア : 対人対話生成におけるインターロケータの役割に関する体系的研究
- Abstract要約: ペルソナに基づく対話システムは通常、話者の伝記に条件付けされるが、対話には少なくとも2人の参加者が含まれる。
以前の研究では、バイオグラフィーの可視性がトレーニング、推論、評価で別々に調整された場合にのみ現れるメカニズムを無視することが多かった。
本研究では,話者の伝記と組み合わせた対話のデータセットを用いて,対象話者と対話者話者がお互いの伝記を見るかどうかの因子分析を行った。
- 参考スコア（独自算出の注目度）: 23.52338392175125
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Persona-based dialogue systems are usually conditioned on speaker biography, but dialogues involve at least two participants, and who has access to whose biography can vary across training, inference, and evaluation. Prior work often neglected these aspects, obscuring mechanisms that only appear when biography visibility is toggled separately across training, inference, and evaluation, a three-stage factorisation that prior work has largely treated as a single factor. We study this factorisation on a dataset of dialogues paired with speaker's biographies, varying whether the target and interlocutor speakers see each other's biographies during training and inference, and using an LLM as a judge to perform author identification. We find that (i) training-time visibility, more than inference-time visibility, determines whether models express persona traits through dialogue or fall back on copying biographical text (a known problem/phenomenon in persona-based generation); (ii) models trained with interlocutor-biography visibility copy less target-biographical text than models trained without it, while changing visibility only at inference time has a less consistent effect; and (iii) under asymmetric disclosure, where only the interlocutor sees the target biography, target content leaks into interlocutor turns more often, and dialogues containing such traces are easier for the judge to identify, especially when interlocutor turns are visible. These results suggest that biography leakage into generated turns is an artefact of how interlocutor visibility is configured across training and inference, and separating the three stages is necessary.
- Abstract（参考訳）: ペルソナに基づく対話システムは、通常、話者の伝記に条件付けされるが、対話には少なくとも2人の参加者が関与し、トレーニング、推論、評価によってその伝記にアクセスすることができる。
事前の作業はこれらの側面を無視することが多く、バイオグラフィーの可視性がトレーニング、推論、評価で切り替わるときにのみ現れるメカニズムを無視する。
本研究では,話者のバイオグラフィーと組み合わせた対話のデータセットを用いて,学習と推論中に対象話者と対話話者が互いのバイオグラフィーを見るかどうか,著者の識別を行うためにLDMを用いて因子分析を行った。
私たちはそれを見つける。
(i)訓練時可視性は、推論時可視性以上のもので、対話を通して人格の特徴を表現しているか、または伝記テキスト(ペルソナ生成における既知の問題/フェノメノン)のコピー時にフォールバックするかを決定する。
(二)被写体ビジュアライゼーションで訓練したモデルにおいて、被写体ビジュアライゼーションにより訓練したモデルは、被写体ビジュアライゼーションなしで訓練したモデルより少ないが、推論時のみの視認性の変化は、一貫した効果が低い。
三)非対称開示においては、被写体のみが対象の伝記を見ること、被写体へのターゲット内容の漏出がより頻繁になり、特に被写体を視認する場合において、その痕跡を含む対話が判断し易くなる。
以上の結果から, バイオグラフィーの漏出は, トレーニング, 推論, および3段階の分離において, インターロケータの可視性がいかに構成されているかを示す人工物であることが示唆された。
関連論文リスト
- PersonaShot: Benchmarking Person-Centric Narrative Continuity in Multi-Shot Video Generation [118.49150310327475]
PersonaShotは、マルチショットビデオ生成における物語の連続性に関する最初の人中心のベンチマークである。
約1,000のマルチショットセグメントと16のメトリクスがあり、物理的連続性、感情力学、映画文法にまたがっている。
論文 参考訳（メタデータ） (2026-08-17T15:34:54Z) - Do Visual Features Improve Other-Initiated Repair Detection? A Dyadic Multimodal Approach [8.813506953164778]
Other-initiated Self-Repair または略して Other-initiated repair は会話の相互作用に不可欠なメカニズムである。
本稿では,会話分析から得られた視覚的特徴を取り入れた,OIR検出と分類のための新しいマルチモーダルモデルを提案する。
論文 参考訳（メタデータ） (2026-07-26T21:16:02Z) - When Harry Meets Superman: The Role of The Interlocutor in Persona-Based Dialogue Generation [18.650805984660707]
対話エージェントにペルソナ情報を与えると、世代間の一貫性と多様性が著しく向上することが証明されている。
提供されるペルソナとの対話の整合性に多くの焦点が当てられているが、インターロケータのプロファイルへの適応性はいまだに未熟である。
本研究では,(1)モデルが提供したペルソナとインターロケータの両方と応答を一致させる能力,(2)慣れ親しんだインターロケータやトピックを扱う際の堅牢性,(3)特定のペルソナに基づく対話に対する追加の微調整の影響について検討する。
論文 参考訳（メタデータ） (2025-05-30T14:04:30Z) - Affective-NLI: Towards Accurate and Interpretable Personality Recognition in Conversation [30.820334868031537]
会話におけるパーソナリティ認識(PRC)は、テキスト対話コンテンツを通して話者の性格特性を識別することを目的としている。
本稿では,PRCの正確かつ解釈可能なAffective Natural Language Inference (Affective-NLI)を提案する。
論文 参考訳（メタデータ） (2024-04-03T09:14:24Z) - A Benchmark for Understanding and Generating Dialogue between Characters
in Stories [75.29466820496913]
本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。
マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。
DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
論文 参考訳（メタデータ） (2022-09-18T10:19:04Z) - Self-supervised Speaker Recognition Training Using Human-Machine
Dialogues [22.262550043863445]
顧客とスマートスピーカーデバイス間の対話を利用して、話者認識モデルを事前訓練する方法を検討する。
本稿では,その音響的均一性に基づいて対話から選択的に学習する効果的な拒絶機構を提案する。
実験により,提案手法は従来よりも優れた性能向上をもたらすことが示された。
論文 参考訳（メタデータ） (2022-02-07T19:44:54Z) - Learning Graph Representation of Person-specific Cognitive Processes
from Audio-visual Behaviours for Automatic Personality Recognition [17.428626029689653]
本稿では,対象対象者固有の認知を,個人固有のCNNアーキテクチャの形で表現することを提案する。
各人物固有のCNNは、ニューラルアーキテクチャサーチ(NAS)と新しい適応損失関数によって探索される。
実験の結果,生成したグラフ表現は対象者の性格特性とよく関連していることがわかった。
論文 参考訳（メタデータ） (2021-10-26T11:04:23Z) - Probing Task-Oriented Dialogue Representation from Language Models [106.02947285212132]
本稿では,タスク指向対話タスクにおいて,どのモデルが本質的に最も有意義な表現を担っているかを明らかにするために,事前学習された言語モデルについて検討する。
我々は、アノテートラベルを教師付き方法で固定された事前学習言語モデルの上に、分類器プローブとしてフィードフォワード層を微調整する。
論文 参考訳（メタデータ） (2020-10-26T21:34:39Z) - 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) - 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) - Disentangled Speech Embeddings using Cross-modal Self-supervision [119.94362407747437]
本研究では,映像における顔と音声の自然な相互同期を生かした自己教師型学習目標を提案する。
我々は,(1)両表現に共通する低レベルの特徴を共有する2ストリームアーキテクチャを構築し,(2)これらの要因を明示的に解消する自然なメカニズムを提供する。
論文 参考訳（メタデータ） (2020-02-20T14:13:12Z)
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。