听者社会身份在个性化回复生成中的影响
计算与语言
2020-10-28 v1
摘要
个性化回复生成通过为生成器赋予社会身份来生成类人回复。然而，语用学理论表明，人类不仅会根据自身身份，也会根据对话对象来调整说话方式。换言之，在对个性化对话建模时，若同时考虑听者的社会身份，可能会更为有利。为验证这一想法，我们以性别作为社会变量的典型例子，考察听者身份如何影响社交媒体上中文对话中的语言使用。此外，我们构建了个性化生成器。实验结果表明，听者的身份确实对回复中的语言使用有影响，且回复生成器能够捕捉此类语言使用差异。更有趣的是，通过额外对听者身份进行建模，个性化回复生成器在其自身身份上的表现也有所提升。
引用
@article{arxiv.2010.14342,
title = {Listener's Social Identity Matters in Personalised Response Generation},
author = {Guanyi Chen and Yinhe Zheng and Yupei Du},
journal= {arXiv preprint arXiv:2010.14342},
year = {2020}
}
备注
Long paper accepted at INLG 2020