KDDSep, 2017

自动化时尚产品说服系统的案例研究

PDF
TL;DR本文提出了基于语言创意的 PersuAIDE！- 一种用于转换给定句子以生成各种形式说服句子的说服系统，这些不同形式涵盖多个说服焦点，如记忆性和情感倾向。该算法是基于若干步骤组成来实现对一个简单产品线的转化，包括选择适当的领域内著名表达来增加记忆性，识别给定句子和表达中的关键词和实体，以及在进一步说服时添加正面或负面情感。这种说服转换通过定性结果进行了手动验证，本文讨论了所提出方法的有效性。
发现论文，激发创造
  • Persua：一种用于增强在线讨论中论点说服力的可视化交互系统

    这篇论文通过调查问卷和专家访谈，研究讨论区中使用的四种设计目标，进而构建了一个标记数据集以分析和提高辩论的说服力。使用基于不同说服策略的包含具体案例的分析工具，Persua 鼓励用户提交更多反馈，帮助他们在辩论中提高说服力，同时该系统设计考虑也有启示意义。

    Apr, 2022

  • 为善而说：面向社会公益的个性化说服对话系统

    本文旨在开发个性化的智能说服对话系统来改变人们的观点和行为，通过设计在线游戏，收集对话数据，对数据进行特征提取，建立分类器，探讨包括人口统计学信息、心理特征在内的背景因素对人们响应特定说服策略的影响。

    Jun, 2019

  • 人工影响力: AI 驱动说服分析

    研究人工智能（AI）系统的说服力，探讨其未来发展可能造成的影响，如信息泛滥，个性化说服等，并寻找禁止、真实自然语言生成、鉴别 AI 代理和法律补救等解决方案。

    Mar, 2023

  • 一种无监督的领域无关框架，用于自动检测文本中的说服策略

    本文利用多类别分类问题的机器学习框架，探讨社交媒体上一些具有欺骗性、有误导性的文本的检测方法，利用已有的语料库【英文原文：lexical features】和提取文本固有结构的方法进行处理，并取得了良好的进展。

    Dec, 2019

  • 设计一个自动化的代理程序用于重复语言类说服游戏

    本文介绍了使用自然语言评论的重复发送者（专家）- 接收者（决策者）游戏，利用 MCTS 算法和深度学习模型，以行为和语言信号为基础来预测下一个动作和未来的回报，进而形成口头说服。该专家相对于其他基准算法具有显著优势，并适用于不同的决策者。所选的评论适应于所提出的交易。

    May, 2021

  • 广告中的说服策略：数据集、建模和基线

    本文介绍了一种使用多模态学习的注意力融合模型来预测广告中运用的说服策略，并使用构建的广告图像语料库对模型的效果进行了测试。测试数据中的图像分割掩模标注了对应广告中的说服策略。通过对 30 所财富 500 强企业的 1600 个广告活动的实际案例研究，可以分析对不同人口统计学数据（年龄和性别）采用哪种策略更有效。

    Aug, 2022

  • 探索阿拉伯语中的说服技巧：利用大型语言模型的实证研究

    本研究针对阿拉伯社交媒体内容，利用预训练语言模型（PLMs）进行了全面的经验研究，旨在识别其中的说服技术。通过特征提取、微调和提示工程技术三种学习方法的实验比较，得出微调方法在二分类和多标签分类任务上取得了最高结果，f1-micro 分数为 0.865，f1-weighted 分数为 0.861。此外，通过使用少样本学习技术，我们观察到在性能相对较低的 GPT 模型上可以提高结果达 20％，这为未来的研究和探索方向提供了有希望的方向。

    May, 2024

  • 认知策略增强的说服性对话代理的未来：新的观点和趋势

    人工智能对话系统领域的研究趋势是基于认知心理学理论，将认知策略融入会话中，以达到有效说服他人，建立智能的对话代理系统。本文首先介绍了认知心理学理论和三种典型认知策略的定义。然后，提出了一种新的系统架构，详细研究了代表性工作，并总结了权威基准和评估指标。最后，对 CogAgent 的未来发展方向和存在的问题进行了观察与总结。

    Feb, 2024

  • 图像与视频广告自动理解

    本文提出了自动广告理解的问题，并基于两个数据集进行了研究，包含主题和情感、问题和答案、符号引用以及广告使用的最常见的说服策略等多种注释。对于多个预测任务，包括自动回答广告信息问题，我们提供了基线分类结果。

    Jul, 2017

  • 面向会话推荐的个性化系统

    创建个性化辅助，将个性化推荐系统和对话系统的优势相结合，并通过即时对话获取用户个人偏好，帮助用户更快、更准确地找到满意的物品，比传统的非自适应版本的系统交互次数更少，时间更短。

    Jun, 2011