[論文レビュー] Automatic Prediction Of Small Group Performance In Information Sharing Tasks

Wen Dong, Bruno Lepri+1 more|arXiv (Cornell University)|Apr 17, 2012

Speech and dialogue systems参考文献 20被引用数 8

ひとこと要約

本稿は、1分間の時間窓内で分析される会話的ダイナミクス（たとえば、発言の順番やバックチャンネリング）の微視的レベルの分析を通じて、情報共有タスクにおける小規模グループのパフォーマンスを予測するためのマルコフ跳躍過程モデルを提案する。この手法は、細分化された対話パターンとマクロレベルのパフォーマンスを効果的に結びつけ、均衡の取れた参加と高い発言回数レートが良好なグループ成果と相関することを示している。

ABSTRACT

In this paper, we describe a novel approach, based on Markov jump processes, to model small group conversational dynamics and to predict small group performance. More precisely, we estimate conversational events such as turn taking, backchannels, turn-transitions at the micro-level (1 minute windows) and then we bridge the micro-level behavior and the macro-level performance. We tested our approach with a cooperative task, the Information Sharing task, and we verified the relevance of micro- level interaction dynamics in determining a good group performance (e.g. higher speaking turns rate and more balanced participation among group members).

研究の動機と目的

• 共同情報共有タスクにおけるグループパフォーマンスを自動で予測する手法の開発を目的とする。
• 1分単位の微視的会話的ダイナミクス（たとえば、発言の順番、バックチャンネリング）をモデル化することを目的とする。
• 微視的レベルの対話パターンとマクロレベルのグループパフォーマンス結果を橋渡しすることを目的とする。
• 測定可能な会話行動が共同作業環境におけるグループの効果性を予測できるかどうかを評価することを目的とする。

提案手法

• 小規模グループ内の会話的状態間の遷移をモデル化するために、マーカフジャンプ過程を用いる。
• 1分間の時間窓内で、発言の順番やバックチャンネリングなどの微視的対話イベントを分析する。
• 発言回数レートや参加のバランスなどの特徴量を、これらの微視的ダイナミクスから抽出する。
• 統計的モデリングを用いて、これらの特徴量を協働タスクにおける総合的グループパフォーマンスに結びつける。
• リアルタイムの会話行動をパフォーマンス予測にマッピングする構造化されたフレームワークを採用する。
• 制御された情報共有タスクからの実データを用いて、モデルの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 微視的会話的ダイナミクスは、情報共有タスクにおけるマクロレベルのグループパフォーマンスを予測できるか？
• RQ2 特定の対話パターン（たとえば、発言の順番、バックチャンネリング）のうち、高いグループパフォーマンスを最も効果的に予測するのはどれか？
• RQ3 発言回数レートと参加のバランスは、グループの効果性とどのように関連しているか？
• RQ4 マーカフジャンプ過程は、小規模グループ対話のダイナミクスをどの程度うまくモデル化できるか？
• RQ5 会話の構造とタスク成果の質の間に一貫した関係が存在するか？

主な発見

• 特に発言の順番とバックチャンネリングを含む微視的会話的ダイナミクスは、グループパフォーマンスの強力な予測要因である。
• 発言回数レートが高く、参加が均衡の取れたグループは、より良好なパフォーマンスを達成した。
• マーカフジャンプ過程モデルは、グループ対話の時間的ダイナミクスを効果的に捉えている。
• このモデルは、細分化された行動パターンとマクロレベルのパフォーマンス指標を成功裏に結びつけた。
• 参加のバランスと能動的な関与は、統計的に改善されたタスク成果と関連している。
• このアプローチは、制御された協働タスク環境において予測妥当性を示している。