面向基于人格共情对话模型的探讨
计算与语言
2020-11-20 v7 人工智能
人机交互
信息检索
摘要
共情对话模型已在众多领域被证明能提高用户满意度和任务成效。在心理学中，人格(persona)已被证明与个性高度相关，而个性进而影响共情。此外，我们的实证分析也表明人格在共情对话中扮演重要角色。为此，我们提出一项面向基于人格的共情对话的新任务，并给出关于人格对共情回应影响的首个实证研究。具体而言，我们首先提出一个用于基于人格共情对话的新型大规模多领域数据集。然后我们提出 CoBERT，一种高效的基于 BERT 的回应选择模型，在我们的数据集上取得了最先进的性能。最后，我们进行了大量实验以探究人格对共情回应的影响。值得注意的是，我们的结果表明，当 CoBERT 在共情对话而非非共情对话上训练时，人格对共情回应的提升更大，从而在人类对话中建立了人格与共情之间的实证联系。
引用
@article{arxiv.2004.12316,
title = {Towards Persona-Based Empathetic Conversational Models},
author = {Peixiang Zhong and Chen Zhang and Hao Wang and Yong Liu and Chunyan Miao},
journal= {arXiv preprint arXiv:2004.12316},
year = {2020}
}
备注
Accepted to EMNLP 2020 (A new dataset is proposed: https://github.com/zhongpeixiang/PEC)