AffectON：将情感融入对话生成
计算与语言
2020-12-15 v1
摘要
由于其表达性，自然语言在人类之间显式与隐式情感状态交流中至关重要。相同的语言询问（例如，你好吗？）可能根据对话伙伴的情感状态和对话语境引发具有不同情感的反应。然而，大多数对话系统并不将情感视为回应生成的构成性方面。在本文中，我们介绍 AffectON，一种在推理过程中生成情感化回应的方法。为了以目标情感生成语言，我们的方法利用概率语言模型和情感空间。AffectON 与语言模型无关，因为它可以使用任何语言模型（例如，序列到序列模型、神经语言模型、n-grams）生成的概率工作。因此，它可用于情感化对话和情感化语言生成。我们进行了情感化对话生成的实验，并从客观和主观两方面评估了生成的文本。在评估的主观部分，我们设计了一个用于评分的自定义用户界面，并为此类界面的设计提供了建议。主观和客观结果均表明，我们的方法成功地将生成的语言拉向目标情感，且在句法连贯性上牺牲甚微。
引用
@article{arxiv.2012.06847,
title = {AffectON: Incorporating Affect Into Dialog Generation},
author = {Zana Bucinca and Yucel Yemez and Engin Erzin and Metin Sezgin},
journal= {arXiv preprint arXiv:2012.06847},
year = {2020}
}