基于不确定性感知 CVAE 的个性化与共情对话智能体上下文连贯性提升
计算与语言
2022-02-15 v1
摘要
近年来，潜变量模型（如条件变分自编码器，CVAE）已被应用于个性化与共情对话生成。先前的工作主要集中于生成展现人格一致性与共情多样性的对话回复。然而，在生成回复的上下文连贯性方面，仍有改进空间。为此，为提升上下文连贯性，我们提出一种新颖的不确定性感知 CVAE（UA-CVAE）框架。UA-CVAE 框架在回复生成过程中近似并融入偶然不确定性。我们将该框架应用于个性化与共情对话生成。实证结果表明，我们的框架显著提升了生成回复的上下文连贯性。此外，我们引入了一种衡量上下文连贯性的新自动指标，发现其与人类判断呈正相关。
引用
@article{arxiv.2202.05971,
title = {Improving Contextual Coherence in Variational Personalized and Empathetic Dialogue Agents},
author = {Jing Yang Lee and Kong Aik Lee and Woon Seng Gan},
journal= {arXiv preprint arXiv:2202.05971},
year = {2022}
}
备注
Accepted at ICASSP 2022