利用情感 - 语义相关性进行共情响应生成

共情响应生成旨在通过理解对话语言中说话者的情感感受来生成共情响应。最近的方法捕捉交流者语言中的情感词汇，并将其构建为静态向量以感知细微的情感。然而，语言学研究表明，语言中的情感词汇是动态的，并且与其他语法语义角色（即语法中具有语义意义的词）存在相关性。以往的方法忽略了这两个特征，容易导致对情感的误解和对关键语义的忽视。为解决这一问题，我们提出了一种用于共情对话生成任务的动态情感 - 语义相关性模型 (ESCM)。ESCM 通过上下文与情感的交互构建动态情感 - 语义向量。我们引入依存树来反映情感与语义之间的相关性。基于动态情感 - 语义向量和依存树，我们提出了一种动态相关性图卷积网络，以指导模型学习对话中的上下文含义并生成共情响应。在 EMPATHETIC-DIALOGUES 数据集上的实验结果表明，ESCM 能更准确地理解语义和情感，并表达出流畅且信息丰富的共情响应。我们的分析结果还表明，情感与语义之间的相关性在对话中被频繁使用，这对于共情感知和表达具有重要意义。