EmpHi：生成具有类人意图的共情回复
计算与语言
2022-04-27 v1 人工智能
摘要
在共情对话中，人类通过共情意图向他人表达共情。然而，大多数现有的共情对话方法存在共情意图缺失的问题，导致共情表达单调。为解决共情对话模型与人类之间共情意图分布的偏差，我们提出了一种生成具有人类一致共情意图的共情回复的新模型，简称 EmpHi。具体而言，EmpHi 利用离散潜变量学习潜在共情意图的分布，然后结合隐式与显式意图表示来生成具有多样共情意图的回复。实验表明，在自动与人工评估中，EmpHi 在共情性、相关性和多样性方面均优于 SOTA 模型。此外，案例研究展示了我们模型的高可解释性与优异性能。
引用
@article{arxiv.2204.12191,
title = {EmpHi: Generating Empathetic Responses with Human-like Intents},
author = {Mao Yan Chen and Siheng Li and Yujiu Yang},
journal= {arXiv preprint arXiv:2204.12191},
year = {2022}
}
备注
Accepted to NAACL 2022