StyEmp：通过多粒度前缀编码和人格强化生成情感响应
计算与语言
2024-08-06 v1
摘要
近期的情感响应生成方法主要关注情感共鸣和用户理解，未考虑系统的人格。持续的人格在真实人类表达中体现为信任系统的重要因素。为此，我们提出了 StyEmp，旨在通过一致的人格来风格化情感响应生成。具体而言，它包含一种多粒度前缀机制，旨在捕捉系统人格与其情感表达之间复杂的关系。此外，我们引入了人格强化模块，利用对比学习来校准生成模型，确保响应既情感充实又体现独特人格。在 EMPATHETICDIALOGUES 数据集上进行的自动和人类评估表明，StyEmp 在情感表达和人格表达方面均优于竞争性基线方法。
引用
@article{arxiv.2408.02271,
title = {StyEmp: Stylizing Empathetic Response Generation via Multi-Grained Prefix Encoder and Personality Reinforcement},
author = {Yahui Fu and Chenhui Chu and Tatsuya Kawahara},
journal= {arXiv preprint arXiv:2408.02271},
year = {2024}
}
备注
Accepted by the 25th Meeting of the Special Interest Group on Discourse and Dialogue (SIGDIAL 2024)