对话中的意图与面子
本文介绍了关于礼貌情感对话行为关联的发现,证实了愤怒和厌恶等情感类别的话语更有可能是不礼貌的;而快乐和悲伤则更有礼貌。同时,我们也发现 Inform 和 Commissive 比 Question 和 Directive 包含更多有礼貌的话语。文章最后总结了这些发现的未来工作,以扩展使用礼貌教学社交行为的学习。
May, 2022
本文提出了一种识别礼貌语言方面的计算框架,使用新的语料库对礼貌的不同方面进行评估,发现礼貌标记符与上下文之间的新互动,然后构建了一个具有领域无关词汇和句法特征的分类器,并通过对维基百科和 Stack Exchange 上的数据进行实验,研究了礼貌与社会权力之间的关系,并对性别和社区的反应进行了初步分析。
Jun, 2013
通过对真实和虚拟人脸数据集中的面部表情进行评估,研究发现表情照片中的动作单元(AU)在假设的数据集中的强度要高于实际的数据集,相关程度约为 80% 对于 AU6 和 45% 对于 AU12。
Dec, 2023
研究探讨互动的语言表现往往含蓄隐晦,需要借助解释者自身的假设和信念进行推断并遵循社会背景,而目前的数据和框架往往仅考虑单一正确的解释,在此研究者提出了一份多维度和主观感性的英语对话的数据集,并设计了计算模型来证明解释者的偏见、不同的语境等因素决定了解释的细节和深度。
Apr, 2021
本文提出了一个计算模型,探讨了会话参与者如何协作以使指称行为成功,使用规划法建立指称表达式和确认其标识参照物的过程,并提出了如何使用元操作来澄清指称表达式及其成果以及计划如何影响行动代理的问题。
Apr, 1995
本文提出了一种名为 RAIN 的模型,由意图关系模块和情感关系模块组成,以共同建模意图和情感之间的互动关系,并显式集成历史意图信息,实验结果表明,我们的模型可以充分利用个体之间的意图、情感和行动,相较于 BERT 式的基础线实现了显著的改进,定性分析验证了意图和情感之间互动关系的重要性。
Feb, 2022
本文提出了一种基于统计学方法的对话行为建模方法,通过对词汇、语音、对话结构等多个方面的考虑对话行为进行检测和预测,并应用于语音识别和对话行为分类,实验表明取得了良好的对话行为分类精度和一定的语音识别效果提升。
Jun, 2000
本研究致力于研究人类如何利用共享的运动副本和动作模型等非语言视觉线索阅读他人的行为意图,研究人员使用实验数据和计算模型来验证其在人机交互领域中的应用,结果表明该模型对于解读人类行为意图和实现可读性交互是可行的。
Feb, 2018