Kernekoncepter
Social orientation tags improve dialogue outcome prediction and explainability.
Resumé
この論文では、社会的指向タグが対話の結果予測と説明性を向上させることが示されています。Circumplex理論に基づく社会的指向タグは、対話参加者の相互作用を特徴付けるために使用され、成功または失敗した対話の予測に役立ちます。研究では、GPT-4でラベル付けされた対話発言を社会的指向タグで機械学習し、英語と中国語のベンチマークでタスクパフォーマンスが向上することが示されました。さらに、社会的指向タグがニューラルモデルで使用される際に対話結果の説明力を高めることも実証されました。低リソース環境では、社会的指向タグはテキストだけのニューラルモデルよりも効果的であることが示されています。
Statistik
Circumplex理論は2つの次元(パワーと親切心)によって社会相互作用を特徴付けます。
8つの社会的指向タグ:Assured-Dominant, Gregarious-Extraverted, Warm-Agreeable, Unassuming-Ingenuous, Unassured-Submissive, Aloof-Introverted, Cold, Arrogant-Calculating
モデル変更時に20%の予測変化あり。
Citater
"Social orientation features help deep learning models achieve state-of-the-art results."
"Social orientation tags outperform text-only models as measured by accuracy for predicting dialogue outcomes."