情感可控聊天机器人的研究
计算与语言
2020-07-15 v1 人工智能
摘要
传统的 seq2seq 聊天机器人模型仅试图寻找以输入序列为条件概率最高的句子，而不考虑输出句子的情感。本文研究四种用于缩放或调整聊天机器人回复情感的模型：基于人格的模型、强化学习、即插即用模型以及 CycleGAN，均基于 seq2seq 模型。我们还开发了机器评估指标来估计给定输入下回复是否合理。这些指标与人工评估一起，用于从不同方面分析四种模型的性能；结果表明强化学习与 CycleGAN 非常有吸引力。
引用
@article{arxiv.2007.07196,
title = {Investigation of Sentiment Controllable Chatbot},
author = {Hung-yi Lee and Cheng-Hao Ho and Chien-Fu Lin and Chiung-Chih Chang and Chih-Wei Lee and Yau-Shian Wang and Tsung-Yuan Hsu and Kuan-Yu Chen},
journal= {arXiv preprint arXiv:2007.07196},
year = {2020}
}
备注
arXiv admin note: text overlap with arXiv:1804.02504