文献

J-GLOBAL ID：201902243075927274   整理番号：19A1191542

説得推薦に対するデータ由来個人性の影響【JST・京大機械翻訳】

Influence of Data-Derived Individualities on Persuasive Recommendation

著者 (2件)： Inoue Masashi (Tohoku Institute of Technology, Sendai, Japan) ,  Ueno Hiroshi (Yamagata University, Yonezawa, Japan)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11292  ページ： 126-132  発行年： 2018年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 本研究では,2つの機械学習に基づくアプローチを比較し,会話推薦システムに個人通信特性を追加することができた。第一のアプローチは,バックチャネルのような反応性トークンに対する生成モデルの作成を含む。第二のアプローチは,機械翻訳を適用することにより会話テキストを書き換える方法を含む。両方のアプローチは,対話コーパスを組み込んだシステムへの個人的通信特性を与えることができる。2つの方法を説得力のある推薦者システムのために実行し,個人の人格に基づくそれらの正または負の効果を,レストランランキング作業を通して実験的に分析した。結果は,個人のコミュニケーション特性の追加が,推薦者システムに対する個人の印象を増加させながら,客観的な説得力を減少させることを示唆した。Copyright 2018 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 反応性 ,  *会話 ,  コミュニケーション ,  トークン ,  チャネル ,  機械学習 ,  通信特性 ,  機械翻訳
準シソーラス用語： 対話コーパス ,  テキスト ,  生成モデル ,  推奨システム ,  *説得 , 【Automatic Indexing@JST】

著者キーワード (3件)： 推奨 ,  会話 ,  説得

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 説得 ,  推薦 ,  データ由来 ,  個人