CARE：基于潜在概念的常识感知情感回复生成

理性与情感是人类的两个基本要素。赋予智能体理性与情感一直是人工智能的主要里程碑之一。然而，在对话 AI 领域，多数现有模型仅专长于一方面而忽视另一方面，常导致枯燥或无关的回复。本文假设将理性与情感结合进对话智能体可提升回复质量。为验证该假设，我们关注理性的一个基本方面即常识，并提出 CARE，一种用于常识感知情感回复生成的新型模型。具体而言，我们首先提出一个框架，用于在给定输入消息与期望情感下学习并构建回复的常识感知情感潜在概念。随后我们提出三种方法将潜在概念协同融入回复生成。在两个大规模数据集上的实验结果支持我们的假设，并表明我们的模型能比仅专长一方面的最先进模型产生更准确且常识感知的情感回复，并获得更好的人工评分。