通过前瞻用户情感生成共情回复
计算与语言
2021-12-30 v3 人工智能
摘要
机器难以应对的人类对话的一个重要方面是以共情的方式进行交谈，即理解用户的情绪并做出恰当回应。近期尝试生成共情回复的神经对话模型，要么侧重于将输出条件约束为给定情绪，要么融入用户当前情绪状态。然而，这些方法未考虑用户对所生成回复的感受。因此，本文提出情感前瞻（Sentiment Look-ahead），这是一种建模未来用户情绪状态的共情新视角。简而言之，情感前瞻是强化学习框架下的一种奖励函数，当生成的语句改善了用户情感时，给予生成模型更高的奖励。我们实现并评估了三种不同的情感前瞻可能实现方式，并通过实证表明，相较于多任务学习等其他竞争性基线，我们所提方法能生成显著更具共情性、相关性与流畅性的回复。
引用
@article{arxiv.1906.08487,
title = {Generating Empathetic Responses by Looking Ahead the User's Sentiment},
author = {Jamin Shin and Peng Xu and Andrea Madotto and Pascale Fung},
journal= {arXiv preprint arXiv:1906.08487},
year = {2021}
}
备注
ICASSP 2020