MoEL：共情倾听者混合模型
计算与语言
2019-08-22 v1
摘要
先前关于共情对话系统的研究大多聚焦于在给定特定情感下生成回复。然而，具备共情不仅要求生成情感化回复的能力，更重要的是需要理解用户情感并做出恰当回应。本文提出一种用于对话系统中共情建模的新型端到端方法：共情倾听者混合模型（MoEL）。我们的模型首先捕捉用户情感并输出情感分布。基于此，MoEL 将软组合适当倾听者（Listener）的输出状态，每个倾听者均被优化以对特定情感作出反应，并生成共情回复。在 empathetic-dialogues（Rashkin 等，2018）数据集上的人工评估证实，MoEL 在共情性、相关性和流畅性方面优于多任务训练基线。此外，对不同倾听者生成回复的案例研究显示了我们模型的高度可解释性。
引用
@article{arxiv.1908.07687,
title = {MoEL: Mixture of Empathetic Listeners},
author = {Zhaojiang Lin and Andrea Madotto and Jamin Shin and Peng Xu and Pascale Fung},
journal= {arXiv preprint arXiv:1908.07687},
year = {2019}
}
备注
Accepted by EMNLP2019