迈向共情开放域对话模型：一个新基准与数据集
计算与语言
2019-08-30 v5
摘要
对话智能体面临的一个挑战是识别对话伙伴的感受并相应回复，这是一项关键的沟通技能。虽然人类在对话中识别并承认他人感受是直截了当的，但由于缺乏合适的公开可用数据集用于训练与评估，这对 AI 系统而言是重大挑战。本文提出一个共情对话生成的新基准，以及 EmpatheticDialogues，一个基于情感情境的 2.5 万条对话的新颖数据集。我们的实验表明，与使用大规模互联网对话数据训练的模型相比，使用我们数据集的对话模型被人类评估者认为更具共情性。我们还给出了利用现有模型或数据集而无需对完整模型进行漫长重训练的共情回复对话模型改造的经验比较。
引用
@article{arxiv.1811.00207,
title = {Towards Empathetic Open-domain Conversation Models: a New Benchmark and Dataset},
author = {Hannah Rashkin and Eric Michael Smith and Margaret Li and Y-Lan Boureau},
journal= {arXiv preprint arXiv:1811.00207},
year = {2019}
}
备注
accepted to ACL 2019 (long paper)