协调语码混合对话：对话中基于人格辅助的语码混合回复生成

语码混合，即在单次对话中混合使用多种语言，带来了独特的挑战，尤其是在回复生成方面。由于受个人说话风格和文化背景影响的广泛差异，捕捉语码混合的复杂性是一项艰巨的任务。在本研究中，我们探索了语码混合对话中的回复生成。我们引入了一种新颖的方法，该方法的核心是利用从对话中以无监督方式获取的大五人格特质来增强回复生成的性能。这些推断出的人格属性通过一种新颖的融合机制PA3无缝融入对话上下文中。它使用有效的两步注意力公式来融合对话和人格信息。这种融合不仅增强了生成回复的上下文相关性，还提升了模型的整体性能。我们的实验结果基于一个包含多方印地语-英语语码混合对话的数据集，突显了融入人格的模型相较于传统模型的显著优势。这体现在当识别出的人格被无缝整合到对话上下文中时，回复生成任务的ROUGE和BLUE分数有所提高。人格识别和回复生成的定性评估与我们的定量结果高度一致。