情感状态确认：生成共情对话的验证性回复
计算与语言
2024-02-21 v1
摘要
在人机对话领域，促进共情回复至关重要。确认是心理学中的一种关键沟通技巧，涉及识别、理解和承认他人的情感状态、想法与行为。本研究引入了首个旨在生成带有验证性回复的共情对话框架。我们的方法包含一个三模块系统：1) 验证时机检测，2) 用户情感状态识别，3) 验证性回复生成。利用 Japanese EmpatheticDialogues 数据集——一个基于文本的对话数据集，包含来自 Plutchik 情感轮的 8 个情感类别——基于 BERT 的任务自适应预训练（TAPT）模型在所有模块的 F1 分数上均优于随机基线和 ChatGPT。将该模型应用于基于语音的对话数据集 TUT Emotional Storytelling Corpus (TESC) 时，其表现同样超越了随机基线和 ChatGPT，进一步验证了模型的有效性。这种在基于文本和基于语音的对话中一致的表现，突显了我们的框架在促进共情人机通信方面的有效性。
引用
@article{arxiv.2402.12770,
title = {Acknowledgment of Emotional States: Generating Validating Responses for Empathetic Dialogue},
author = {Zi Haur Pang and Yahui Fu and Divesh Lala and Keiko Ochi and Koji Inoue and Tatsuya Kawahara},
journal= {arXiv preprint arXiv:2402.12770},
year = {2024}
}
备注
This paper has been accepted for presentation at International Workshop on Spoken Dialogue Systems Technology 2024 (IWSDS 2024)