通过数据增强和异质对话图网络增强对话中的人格识别

人格识别有助于增强机器人定制用户自适应响应的能力，从而促进丰富的人机交互。该任务的一个挑战是现有对话语料库中说话人数量有限，这阻碍了鲁棒的、与说话人无关的人格识别模型的开发。此外，准确建模对话中对话者之间的相互依赖关系以及说话人内部的依赖关系仍然是一个重要问题。为解决第一个挑战，我们引入了用于说话人数据增强的人格特质插值方法。针对第二个挑战，我们提出了异质对话图网络，以独立捕获上下文影响和固有人格特质。在RealPersonaChat语料库上的评估表明，我们的方法相较于现有基线取得了显著改进。