MIME：用于共情回复生成的情感模仿
计算与语言
2020-10-06 v1
摘要
当前共情回复生成的方法将输入文本中表达的情感集合视为扁平结构，所有情感被均匀对待。我们认为共情回复常在不同程度上模仿用户的情感，取决于其正负面极性与内容。我们表明，与最先进方法相比，考虑这种基于极性的情感簇与情感模仿可提升回复的共情度与上下文相关性。此外，我们向情感混合中引入随机性，相较先前工作产生情感上更多样的共情回复。我们通过自动与人工评测证明了这些因素对共情回复生成的重要性。MIME 的实现已公开于 https://github.com/declare-lab/MIME。
引用
@article{arxiv.2010.01454,
title = {MIME: MIMicking Emotions for Empathetic Response Generation},
author = {Navonil Majumder and Pengfei Hong and Shanshan Peng and Jiankun Lu and Deepanway Ghosal and Alexander Gelbukh and Rada Mihalcea and Soujanya Poria},
journal= {arXiv preprint arXiv:2010.01454},
year = {2020}
}
备注
EMNLP 2020