論文の概要: How Different, or Different How? Stance Granularity in Viewpoint Selection for Dialog Systems that Engage Users with Alternative Views

• arxiv url: http://arxiv.org/abs/2610.31459v1
• Date: Thu, 22 Oct 2026 15:52:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-24 02:08:44.430571
• Title: How Different, or Different How? Stance Granularity in Viewpoint Selection for Dialog Systems that Engage Users with Alternative Views
• Title（参考訳）: 利用者に代替視点を付与する対話システムにおける視点選択におけるスタンスグラニュラリティの相違
• Abstract要約: 本稿では,バンドイットがユーザからどのくらいの視点に座るかを設定できる選択ポリシーを提案する。 概念レベルのスタンスは、より多彩な露出シーケンスと、トピックの位置の広範なカバレッジを生み出します。 本研究では,概念レベルでのユーザ視点の関係を解析し,一方が位置を取らない概念に基づいて,ユーザが最小限に正確に視点を再構築することを示す。
• 参考スコア（独自算出の注目度）: 0.09558392439655011
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Systems that aim to help a user engage with viewpoints other than their own have to decide how different those viewpoints should be. Viewpoints are mainly represented on a scalar scale, too coarse to distinguish viewpoints that disagree with the user about different things. We introduce a selection policy in which a bandit sets how far viewpoints may sit from the user, and the policy selects the most novel viewpoint within that bound. We vary only its stance encoder, comparing a scalar score with Perspectivized Stance Vectors, which break a position into separate stances on concepts. We integrate it inside a dialog system and run a between-subjects study (N=63). Concept-level stance produces more varied exposure sequences and broader coverage of the topic's positions, but does not change how deeply users justify viewpoints or how accurately they reconstruct them. Finally, we analyze user--viewpoint relations at the concept level, showing that users reconstruct a viewpoint least accurately on concepts that one side took no position on, rather than on concepts where the two disagreed. Our findings open up opportunities for dialog systems that support engagement with alternative viewpoints by acting on which concepts a user and a viewpoint disagree on, rather than on distance alone.
• Abstract（参考訳）: ユーザが自身の視点以外の視点に関わりやすくするためには、これらの視点がどの程度異なるかを決定する必要がある。 ビューポイントは主にスカラースケールで表現され、ユーザと異なるものについて意見の一致しないビューポイントを区別するには大きすぎる。 本研究では,帯域幅がユーザからどのくらいの距離にあるかを指定する選択ポリシーを導入し,その境界内で最も斬新な視点を選択する。 私たちはスタンスエンコーダだけを変え、スカラースコアとPerspectivized Stance Vectorsを比較します。 ダイアログシステムに組み込んで,対象間(N=63。 概念レベルのスタンスは、より多彩な露出シーケンスとトピックの位置の広範なカバレッジを生成するが、ユーザがどのように視点を正当化するか、どのように正確に再構築するかは変わらない。 最後に,概念レベルでのユーザ視点の関係を解析し,両者の意見が一致しない概念よりも,一方の立場を取らない概念に対して,ユーザが最小限に正確に視点を再構築することを示す。 本研究は,距離のみではなく,ユーザと視点の相違点に作用することで,代替視点との関わりを支援するダイアログシステムの可能性を明らかにするものである。

関連論文リスト

• Identifying & Interactively Refining Ambiguous User Goals for Data Visualization Code Generation [48.63200319578052]
  本研究では,この課題に現れるあいまいさの分類法を開発し,それらを定量化するための指標を提案する。 我々の研究は、マルチターン対話が曖昧さを減らし、ユーザ目標の整合性を高めてコード精度を向上させる方法についても検討している。
  論文  参考訳（メタデータ） (2025-10-10T13:44:40Z)
• Looking for Fairness in Recommender Systems [0.6216023343793144]
  私たちは現在、ソーシャルメディア上でユーザーにコンテンツ提案を行うレコメンデーションシステムを構築しているところです。 これら3つに共通する公平性に関する懸念は、フィルターバブルの出現である。 ユーザの視点から見れば、これは操作に似ています。 社会の観点では、潜在的な影響は遥かに大きい。
  論文  参考訳（メタデータ） (2025-07-16T13:53:02Z)
• Which Viewpoint Shows it Best? Language for Weakly Supervising View Selection in Multi-view Instructional Videos [66.1935609072708]
  LangViewは、ビュー依存のキャプション予測の相対的精度を、擬似ラベルを最もよく見るためのプロキシとして利用するフレームワークである。 推論中、我々のモデルは多視点ビデオ(言語やカメラのポーズなし)のみを入力として、各タイミングで見るのに最適な視点を返します。
  論文  参考訳（メタデータ） (2024-11-13T16:31:08Z)
• ArguMentor: Augmenting User Experiences with Counter-Perspectives [4.84187718353576]
  ArguMentorは、意見書のクレームをハイライトする人間とAIのコラボレーションシステムである。 LLMを使用してそれらに対する反論を識別し、現在のイベントに基づいたコンテキストベースの要約を生成する。 さらに、Q&AボットやDebateMeなどの追加機能を通じて、ユーザ理解をさらに強化する。
  論文  参考訳（メタデータ） (2024-06-04T21:43:56Z)
• Unsupervised Object-Centric Learning from Multiple Unspecified Viewpoints [45.88397367354284]
  我々は、監督を使わずに、複数の特定されていない視点から構成シーン表現を学習する新しい問題を考える。 本稿では,潜在表現を視点に依存しない部分と視点に依存しない部分とに分離し,この問題を解決するための深層生成モデルを提案する。 いくつかの特別に設計された合成データセットの実験により、提案手法は複数の特定されていない視点から効果的に学習できることが示されている。
  論文  参考訳（メタデータ） (2024-01-03T15:09:25Z)
• Fostering User Engagement in the Critical Reflection of Arguments [3.26297440422721]
  本研究では,人間との対話を行うシステムを提案する。 ユーザが既存の意見に集中しすぎれば,システムに介入することが可能になる。 58名の被験者を対象に,本モデルと介入機構の効果について調査を行った。
  論文  参考訳（メタデータ） (2023-08-17T15:48:23Z)
• Visual Superordinate Abstraction for Robust Concept Learning [80.15940996821541]
  概念学習は言語意味論と結びついた視覚表現を構成する。 視覚概念の本質的な意味的階層を探索する失敗のボトルネックについて説明する。 本稿では,意味認識型視覚サブ空間を明示的にモデル化するビジュアル・スーパーオーディネート・抽象化・フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-05-28T14:27:38Z)
• Spot the Difference: A Cooperative Object-Referring Game in Non-Perfectly Co-Observable Scene [47.7861036048079]
  本稿では,不完全に共存可能な視覚シーンにおけるオブジェクト参照ゲームを提案する。 目的は、自然言語で会話することで、類似した視覚シーンの違いを見つけることである。 87kのバーチャルリアリティ画像と97kのダイアログを自己再生で生成する,SpotDiffという大規模マルチモーダルデータセットを構築した。
  論文  参考訳（メタデータ） (2022-03-16T02:55:33Z)
• Unsupervised Learning of Compositional Scene Representations from Multiple Unspecified Viewpoints [41.07379505694274]
  我々は、監督を使わずに、複数の特定されていない視点から構成シーン表現を学習する新しい問題を考える。 本稿では,潜在表現を視点に依存しない部分と視点に依存しない部分とに分離し,この問題を解決するための深層生成モデルを提案する。 いくつかの特別に設計された合成データセットの実験により、提案手法は複数の特定されていない視点から効果的に学習できることが示されている。
  論文  参考訳（メタデータ） (2021-12-07T08:45:21Z)

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。