基于情绪原因转移图的共情回复生成

共情对话是一种类人行为,需要同时感知情感因素(如情绪状态)和认知因素(如情绪原因)。除了早期工作关注情绪状态外,最新方法研究共情对话中的情绪原因。这些方法侧重于理解和复制上下文中的情绪原因,以对说话者表现出共情。然而,真实的共情回复往往不只是重复上下文中的原因,而是展示从上下文中的原因到回复中原因的逻辑且以情绪为中心的转移。在这项工作中,我们提出一种情绪原因转移图,以显式建模共情对话中相邻两轮之间情绪原因的自然转移。利用该图,可以预测下一轮中情绪原因的概念词,并由专门设计的概念感知解码器用于生成共情回复。在基准数据集上的自动和人工实验结果表明,我们的方法比现有模型生成更具共情性、连贯性、信息性和针对性的回复。