CTSM：结合特质与状态情绪的同理心回复模型
计算与语言
2024-03-26 v1 人工智能
摘要
同理心回复生成致力于使对话系统能够感知说话者的情绪并据此生成富有同理心的回复。心理学研究表明，情绪作为同理心的一个关键因素，包含特质情绪（静态且与语境无关）和状态情绪（动态且依赖于语境）。然而，先前的研究将它们孤立处理，导致对语境的情绪感知不足，进而使得同理心表达效果不佳。为了解决这个问题，我们提出了结合特质与状态情绪的同理心回复模型（CTSM）。具体而言，为了充分感知对话中的情绪，我们首先构建并编码特质和状态情绪嵌入，然后通过一个引导情绪表示的情绪引导模块进一步增强情绪感知能力。此外，我们提出了一种交叉对比学习解码器，通过对齐生成回复与语境之间的特质和状态情绪，来增强模型的同理心表达能力。自动评估和人工评估结果均表明，CTSM优于最先进的基线模型，并能生成更具同理心的回复。我们的代码可在https://github.com/wangyufeng-empty/CTSM获取。
引用
@article{arxiv.2403.15516,
title = {CTSM: Combining Trait and State Emotions for Empathetic Response Model},
author = {Wang Yufeng and Chen Chao and Yang Zhou and Wang Shuhui and Liao Xiangwen},
journal= {arXiv preprint arXiv:2403.15516},
year = {2024}
}
备注
9 pages, 3 figures. Has been accepted by LREC-COLING2024