EmoUS：在任务型对话中模拟用户情绪
计算与语言
2023-06-05 v1
摘要
现有的面向任务对话系统的用户模拟器（US）仅在语义和自然语言层面建模用户行为，而未考虑用户人格与情绪。以无法建模由不同情绪状态驱动的多样化用户行为的通用用户策略优化对话系统，在真实部署时可能导致高流失率。为此，我们提出 EmoUS，一种学习在模拟用户行为的同时模拟用户情绪的用户模拟器。EmoUS 基于用户目标、对话历史和用户人格生成用户情绪、语义动作和自然语言回复。通过分析何种系统行为引发何种用户情绪，我们表明 EmoUS 可用作探针来评估各类对话系统，尤其是其对用户情绪状态的影响。在大型语言模型聊天机器人和伦理关切上升的时代，发展此类方法十分重要。
引用
@article{arxiv.2306.01579,
title = {EmoUS: Simulating User Emotions in Task-Oriented Dialogues},
author = {Hsien-Chin Lin and Shutong Feng and Christian Geishauser and Nurul Lubis and Carel van Niekerk and Michael Heck and Benjamin Ruppik and Renato Vukovic and Milica Gašić},
journal= {arXiv preprint arXiv:2306.01579},
year = {2023}
}
备注
accepted by SIGIR2023