全局控制，局部理解：面向情感支持对话的全局到局部层次图网络
计算与语言
2022-11-09 v2
摘要
情感支持对话旨在减轻求助者的情绪困扰，这是一项新颖且具有挑战性的任务。它要求系统探究求助者情绪困扰的成因，并理解其心理意图，以提供支持性回应。然而，现有方法主要关注序列上下文信息，忽略了对话背后全局成因与局部心理意图之间的层次关系，导致情感支持能力较弱。本文提出了一种全局到局部层次图网络（Global-to-Local Hierarchical Graph Network, GLHG），以捕获多源信息（全局成因、局部意图和对话历史）并建模它们之间的层次关系，该网络由多源编码器、层次图推理器和全局引导解码器组成。此外，设计了一个新颖的训练目标来监控全局成因的语义信息。在情感支持对话数据集ESConv上的实验结果证实，所提出的GLHG在自动评估和人工评估上均达到了最先进的性能。代码将在此处发布\footnote{\small{~https://github.com/pengwei-iie/GLHG}}。
引用
@article{arxiv.2204.12749,
title = {Control Globally, Understand Locally: A Global-to-Local Hierarchical Graph Network for Emotional Support Conversation},
author = {Wei Peng and Yue Hu and Luxi Xing and Yuqiang Xie and Yajing Sun and Yunpeng Li},
journal= {arXiv preprint arXiv:2204.12749},
year = {2022}
}
备注
Accepted by IJCAI,2022