冥想出声：对话中的情感推理解释
计算与语言
2024-06-10 v1
摘要
人类通过日常对话表达情感，情感理解是情感智能的关键步骤。为了理解对话中的情感，机器被要求对话中表达的情感进行识别（情感识别在对话中的任务，ERD）；然后基于情感，寻找导致情感的因果表达（情感原因提取在对话中的任务，ECED）。这两个任务的设置要求先进行ERD，然后进行ECED，忽略了情感与原因之间的相互补充。为此提出了一些新的任务来同时提取它们。尽管当前对这些任务的研究取得了很好的成果，但仅通过分类建模识别情感相关因子缺乏对导致情感的具体思考过程的解释性方式。这种思考过程在大语言模型（LLM）的推理能力方面尤为未被探索。为此，我们提出了新的任务“对话中的情感推理解释”（EDEN）。EDEN以明确的思考方式识别情感和原因。即，模型需要生成解释文本，首先总结原因；分析由原因触发的说话者内部活动，使用常识；然后推断情感。为支持EDEN的研究，基于ECED的现有资源，我们通过人工努力构建了两个EDEN数据集。我们进一步评估了EDEN上不同模型的表现，发现大语言模型优于传统预训练模型。此外，EDEN有助于大语言模型更好地识别情感和原因，这探索了对话中可解释情感理解的新研究方向。
引用
@article{arxiv.2406.04758,
title = {Think out Loud: Emotion Deducing Explanation in Dialogues},
author = {Jiangnan Li and Zheng Lin and Lanrui Wang and Qingyi Si and Yanan Cao and Mo Yu and Peng Fu and Weiping Wang and Jie Zhou},
journal= {arXiv preprint arXiv:2406.04758},
year = {2024}
}