基于心理指标的轮次级共情预测
计算与语言
2024-07-12 v1
摘要
为 WASSA 2024 共情与人格预测共享任务，我们提出一种新的轮次级共情检测方法，将共情分解为六个心理指标：情感语言、观点迁移、同情与同情心、外向性、开放性和合同性。我们采用大型语言模型(LLM)进行文本增强，然后进行 DeBERTA 微调，显著提高了 Pearson 相关系数和 F1 分数，凸显了该方法的有效性。我们的系统在 CONV-turn 轨道中正式排名第 7。
关键词
引用
@article{arxiv.2407.08607,
title = {Turn-Level Empathy Prediction Using Psychological Indicators},
author = {Shaz Furniturewala and Kokil Jaidka},
journal= {arXiv preprint arXiv:2407.08607},
year = {2024}
}