对新闻故事反应中同理心与困扰的建模
计算与语言
2018-08-31 v1
摘要
同理心的计算检测与理解是推动人机交互发展的一个重要因素。然而迄今为止，基于文本的同理心预测存在以下主要局限：它低估了该现象的心理复杂性，依赖于由第三方赋予同理心状态的薄弱真值概念，并且缺乏共享语料库。相比之下，本文提出了首个公开可用的同理心预测黄金标准。它采用一种新颖的标注方法构建，该方法利用多条目量表可靠地捕捉陈述撰写者自身的同理心评估。这也是首个区分心理学中公认多种同理心形式（同理关切与个人困扰）的计算工作。最后，我们给出了三种不同预测模型的实验结果，其中 CNN 表现最佳。
引用
@article{arxiv.1808.10399,
title = {Modeling Empathy and Distress in Reaction to News Stories},
author = {Sven Buechel and Anneke Buffone and Barry Slaff and Lyle Ungar and João Sedoc},
journal= {arXiv preprint arXiv:1808.10399},
year = {2018}
}
备注
To appear at EMNLP 2018