論文の概要: Using Semantic Uncertainty to Estimate Transition Relevance in Turn-taking

• arxiv url: http://arxiv.org/abs/2609.10934v1
• Date: Thu, 10 Sep 2026 00:41:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.170182
• Title: Using Semantic Uncertainty to Estimate Transition Relevance in Turn-taking
• Title（参考訳）: ターンテイクにおける意味的不確かさを用いた遷移関連性の推定
• Abstract要約: ターンテイクは、インターロケータが話し、聞くときに支配する基本的なメカニズムである。 本研究では,意味的制約が非記述的相互作用において知覚されるターンテイクの機会を通知するかどうかを検討する。
• 参考スコア（独自算出の注目度）: 0.675253870287079
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Turn-taking is a fundamental mechanism that governs when interlocutors speak and listen. Although Spoken Dialogue Systems (SDS) exploit a range of linguistic, acoustic, and non-verbal cues, they produce ill-timed responses in unscripted interaction. A central challenge is anticipating Transition Relevance Places (TRPs), or opportunities, not obligations, for a listener to take the floor. Human listeners do not wait for turn endings; as an utterance unfolds, they use expectations about its developing meaning to anticipate TRPs and decide whether to take the floor. We examine whether these evolving expectations can be modeled through semantic uncertainty -- an LLM-derived measure of how strongly a turn so far constrains what may plausibly come next. To do so, we sample possible continuations of an ongoing turn and use changes in semantic dispersion to identify TRPs within turns. We evaluate this account on a dataset with TRP labels derived from real-time listener responses, rather than retrospective annotation. Our approach substantially outperforms prompt-based and fine-tuned text-only baselines, providing empirical support for the view that evolving semantic constraints inform perceived turn-taking opportunities in unscripted interaction.
• Abstract（参考訳）: ターンテイクは、インターロケータが話し、聞くときに支配する基本的なメカニズムである。 音声対話システム(SDS)は言語的、音響的、非言語的な手がかりを多用するが、非言語的相互作用において不適切な応答を生成する。 中心的な課題は、リスナーがフロアを取るためのトランジッション・レバレンス・プレース(TRP)や、義務ではなく機会を期待することである。 人間のリスナーはターンエンドを待ちません。発話が展開するにつれて、TRPを予測し、フロアを取るかどうかを決定するために、その開発意味に対する期待が利用されます。 我々は、これらの進化する期待がセマンティックな不確実性によってモデル化できるかどうかを検討する。 そこで本研究では,現在進行中のターンの継続をサンプルとして,意味的分散の変化を用いてターン内のTRPを同定する。 本報告では, リアルタイムリスナー応答から得られたTRPラベルを用いたデータセット上で, 振り返りアノテーションではなく, 評価を行う。 提案手法は, テキストベースと微調整のみのベースラインを著しく上回り, セマンティック制約の進化が, 無記述インタラクションにおけるターンテイクの機会を知覚する,という視点を実証的に支持する。

関連論文リスト

• Beyond Local Surprise: Grounded Dialogue as Selective Belief Revision under Referential Uncertainty [25.914720114964457]
  対話における意思決定をターンバイターンで保存/修正するための,データ駆動型フレームワークを提案する。 まず,局所的な発散のみに基づいて更新を行うミスマッチ型ポリシーは,ミスマッチに強く反応するが,グラウンド化と解離が抑制され,検索が低下する。 第二に、不確実性に敏感なポリシーは、蓄積された証拠でミスマッチベースの更新を拡張し、強い検索性能を維持しながら一貫性のある理解を維持する。
  論文  参考訳（メタデータ） (2026-08-26T17:13:46Z)
• Measuring Semantic Progress in Multi-turn Dialogue via Information Gain [7.146946575593476]
  我々は,情報探索対話における重要な側面であるセマンティック・プログレスに焦点を当てた。 埋め込み空間に近似する情報理論計量を導入する。 実験の結果,提案指標は人間の判断と競合する一致を示した。
  論文  参考訳（メタデータ） (2026-06-10T17:04:59Z)
• Still Between Us? Evaluating and Improving Voice Assistant Robustness to Third-Party Interruptions [52.45054413627452]
  TPI-Trainは、話者認識型ハードネガティブで設計された88Kインスタンスのデータセットで、割り込み処理のための音響キュー優先順位付けを強制する。 TPI-Benchは、割り込み処理戦略を厳格に測定するために設計された総合的な評価フレームワークである。
  論文  参考訳（メタデータ） (2026-04-19T10:03:42Z)
• When Contextual Inference Fails: Cancelability in Interactive Instruction Following [51.2195840589474]
  私たちは、コンテキスト意味構築のためのインタラクティブなベンチマークであるBuild What I Meanを紹介します。 BWIMでは、モデルは文脈推論を行うか、小さな通信コストで明確化を要求することによって曖昧さを解決しなければならない。 我々は,不確実性の下でのパートナーブラインド過度明確化や質問逆推定などの準最適戦略を観察する。
  論文  参考訳（メタデータ） (2026-03-20T14:46:59Z)
• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
  時系列思考は、完全なSDLMの応答品質を改善することを目的としている。 追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。 結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-10-02T10:28:11Z)
• 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)
• Off-Policy Evaluation for Sequential Persuasion Process with Unobserved Confounding [2.7282382992043885]
  現実のシナリオは、しばしば受信者の信念の形成と意思決定に影響を与える隠された変数を含む。 我々はこれをシーケンシャルな意思決定問題として概念化し、送信側と受信側が複数のラウンドで対話する。 このシナリオを部分観測可能なマルコフ決定プロセス (POMDP) として再構成することにより、受信者の信念と観測不能な共同創設者の両方のダイナミクスに関する不完全な情報をキャプチャする。
  論文  参考訳（メタデータ） (2025-04-01T21:50:32Z)
• Talking Turns: Benchmarking Audio Foundation Models on Turn-Taking Dynamics [54.03209351287654]
  本稿では,音声対話システムのターンテイク能力を評価するための新しい評価プロトコルを提案する。 本稿では,既存の音声対話システムをターンテイクイベントの実行能力に基づいて評価する,初めての包括的ユーザスタディを提案する。 我々は、高度な対話型AIシステムの開発を促進するために、評価プラットフォームをオープンソース化する。
  論文  参考訳（メタデータ） (2025-03-03T04:46:04Z)
• Large Language Models Know What To Say But Not When To Speak [2.4182673760438256]
  ターンテイクは人間のコミュニケーションにおける基本的なメカニズムであり、スムーズでコヒーレントな会話を保証する。 近年のLarge Language Models (LLM) の進歩は,音声対話システムのターンテイク能力の向上にその利用を動機付けている。
  論文  参考訳（メタデータ） (2024-10-21T14:20:25Z)
• Curriculum Learning for Goal-Oriented Semantic Communications with a Common Language [60.85719227557608]
  話者とリスナーが協調して一連のタスクを実行することを可能にするために,総合目標指向のセマンティックコミュニケーションフレームワークを提案する。 話者とリスナーのセマンティックコミュニケーションを実現するために,階層的信念に基づく共通言語を提案する。 最適化問題は、イベントの完全かつ抽象的な記述を決定するために定義される。
  論文  参考訳（メタデータ） (2022-04-21T22:36:06Z)

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。