中文

使用孪生分层注意力网络学习咨询对话中治疗师共情的表征

音频与语音处理 2024-09-05 v2

摘要

咨询是治疗师与来访者之间的对话交流活动。治疗师共情是咨询质量的重要指示指标,需通过考量整段对话来主观评估。本文提出使用分层注意力网络对长程咨询对话进行编码。具有极端共情评分值的对话被用于训练基于孪生网络(Siamese network)的编码器,并采用对比损失。应用两级注意力机制来学习对话中单个说话轮次及轮次组的重要性权重。实验结果表明,对比损失能有效促使对话编码器学习与治疗师共情相关的判别性嵌入。对话嵌入之间的距离与其各自共情评分的差异呈正相关。所学得的对话嵌入可用于预测治疗师共情的主观评分。

关键词

引用

@article{arxiv.2305.16690,
  title  = {Learning Representation of Therapist Empathy in Counseling Conversation Using Siamese Hierarchical Attention Network},
  author = {Dehua Tao and Tan Lee and Harold Chui and Sarah Luk},
  journal= {arXiv preprint arXiv:2305.16690},
  year   = {2024}
}

备注

Accepted by INTERSPEECH 2024