論文の概要: Breakdown of Conversational Involvement: A Joint Multi-Modal Analysis of Conversation Floors and F-formation Detection with Multiple Features
- arxiv url: http://arxiv.org/abs/2610.18627v1
- Date: Tue, 13 Oct 2026 16:04:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 20:22:05.209175
- Title: Breakdown of Conversational Involvement: A Joint Multi-Modal Analysis of Conversation Floors and F-formation Detection with Multiple Features
- Title（参考訳）: 会話関係の破壊:複数の特徴を持つ会話床とF-formation Detectionの同時多モード解析
- Abstract要約: 本研究では,F-formation と会話フロアの2つの操作方法について検討する。
検出されたF形に異なる実装がどのような影響を及ぼすかを説明するために,3つの分析手法を用いた。
- 参考スコア（独自算出の注目度）: 7.494689995779022
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Interactions happen universally and spontaneously in daily lives. Studying involvement in interactions helps us analyze who can influence who and has a wide potential in applications. Specifically, we consider conversational involvement in free-standing conversations. We study two operationalizations of an FCG: F-formations and conversation floors, and propose that current assumption that F-formations capture single conversations is insufficient. To illustrate how different implementations could impact the detected F-formations, we employ three analyses. First, we propose that speaking status can be used for estimating conversation floors, and leveraged it to analyze floors within F-formations. Second, we analyze spatial characteristics of the detection results by applying different feature sets on chosen baselines, and find that groups resulting from head features are more likely to be subsumed by groups detected using other features. Finally, we do a joint analysis which combines the spatial features and floor patterns in the conversation. We observe that certain pipelines can detect groups with single floors from upper body features, while retaining F-formations with lower body features. We conclude that a more detailed theory and framework is needed to holistically demonstrate conversational involvement within interactions.
- Abstract（参考訳）: 相互作用は日常生活において普遍的に自然に起こる。
インタラクションへの関与を研究することは、アプリケーションに誰が影響し、大きな可能性を持つかを分析するのに役立ちます。
具体的には,会話の自由な会話における会話の関与について考察する。
本稿では,F-formationsと会話フロアの2つの運用方法について検討し,F-formationsが単一会話を捉えているという仮定が不十分であることを示す。
検出されたF形に異なる実装がどのような影響を及ぼすかを説明するために,3つの分析手法を用いた。
まず,会話の床を推定するために発話状態を用いることを提案し,それをF形式の床の分析に利用した。
第2に,選択したベースラインに異なる特徴セットを適用することにより,検出結果の空間的特徴を分析し,他の特徴を用いて検出されたグループにより頭部特徴から生じる群が推定される傾向が示唆された。
最後に,会話における空間的特徴とフロアパターンを組み合わせた共同分析を行う。
上半身の特徴から1フロアの群を検出できるが,F形態は低い。
より詳細な理論と枠組みは、対話における会話の関与を包括的に実証するために必要である、と結論付けている。
関連論文リスト
- SAILS: Surrogate-based Analysis of Interactions via Local Effect Smooths [12.435976341898135]
局所効果Smooths (SAILS) による相互作用の代理ベース分析(Surrogate-based Interactions)は、相互の相互作用を分析するモデルに依存しないフレームワークである。
興味のある特徴の間隔ごとに、代理項は微分レベルで相互作用成分を分離する。
我々は,制御されたシミュレーションと実世界のタスクを通じて,このフレームワークを実証的に検証し,ペアインタラクションの有効性を実証した。
論文 参考訳（メタデータ） (2026-06-08T12:22:02Z) - Learning Human-Object Interaction as Groups [52.28258599873394]
GroupHOIは、幾何学的近接性および意味的類似性の観点から文脈情報を伝播するフレームワークである。
これは、より困難な非言語間相互作用検出タスクにおいて、主要なパフォーマンスを示す。
論文 参考訳（メタデータ） (2025-10-21T07:25:10Z) - Post-hoc Interpretability Illumination for Scientific Interaction Discovery [10.170503423959293]
イテレーティブ・キングス・フォレスト(iKF)は、変数間の複雑な多階相互作用を明らかにするために設計された。
iKFは、重要な変数と様々な順序の相互作用のランク付き短いリストを生成する。
選択されたインタラクションのパターンを分析するために、推論メトリクスを提供する。
論文 参考訳（メタデータ） (2024-12-20T04:17:12Z) - Automated Speaking Assessment of Conversation Tests with Novel Graph-based Modeling on Spoken Response Coherence [11.217656140423207]
ASACは、1つ以上の候補者と対話する環境でL2話者の全体的な発話能力を評価することを目的としている。
本稿では,広い応答間相互作用とニュアンス付き意味情報の両方を適切に組み込んだ階層グラフモデルを提案する。
NICT-JLEベンチマークデータセットの大規模な実験結果から,提案手法が予測精度を大幅に向上する可能性が示唆された。
論文 参考訳（メタデータ） (2024-09-11T07:24:07Z) - PanoSent: A Panoptic Sextuple Extraction Benchmark for Multimodal Conversational Aspect-based Sentiment Analysis [74.41260927676747]
本稿では,マルチモーダル対話感分析(ABSA)を導入することでギャップを埋める。
タスクをベンチマークするために、手動と自動の両方で注釈付けされたデータセットであるPanoSentを構築し、高品質、大規模、マルチモーダル、マルチ言語主義、マルチシナリオを特徴とし、暗黙の感情要素と明示的な感情要素の両方をカバーする。
課題を効果的に解決するために,新しい多モーダルな大規模言語モデル(すなわちSentica)とパラフレーズベースの検証機構とともに,新しい感覚の連鎖推論フレームワークを考案した。
論文 参考訳（メタデータ） (2024-08-18T13:51:01Z) - Uncovering the Potential of ChatGPT for Discourse Analysis in Dialogue:
An Empirical Study [51.079100495163736]
本稿では、トピックセグメンテーションと談話解析という2つの談話分析タスクにおけるChatGPTの性能を体系的に検証する。
ChatGPTは、一般的なドメイン間会話においてトピック構造を特定する能力を示すが、特定のドメイン間会話ではかなり困難である。
我々のより深い調査は、ChatGPTは人間のアノテーションよりも合理的なトピック構造を提供するが、階層的なレトリック構造を線形に解析することしかできないことを示唆している。
論文 参考訳（メタデータ） (2023-05-15T07:14:41Z) - 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) - DCR-Net: A Deep Co-Interactive Relation Network for Joint Dialog Act
Recognition and Sentiment Classification [77.59549450705384]
ダイアログシステムでは、ダイアログアクト認識と感情分類は2つの相関タスクである。
既存のシステムのほとんどは、それらを別々のタスクとして扱うか、単に2つのタスクを一緒にモデル化するだけです。
本稿では,2つのタスク間の相互作用をモデル化するディープ・コ・インタラクティブ・リレーショナル・ネットワーク(DCR-Net)を提案する。
論文 参考訳（メタデータ） (2020-08-16T14:13:32Z)
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。