論文の概要: A Taxonomy of Empathetic Response Intents in Human Social Conversations
- arxiv url: http://arxiv.org/abs/2012.04080v1
- Date: Mon, 7 Dec 2020 21:56:45 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-18 05:40:51.149702
- Title: A Taxonomy of Empathetic Response Intents in Human Social Conversations
- Title（参考訳）: 社会的会話における共感的反応意図の分類法
- Authors: Anuradha Welivita and Pearl Pu
- Abstract要約: 自然言語処理コミュニティでは、オープンドメインの会話エージェントがますます人気を高めている。
課題のひとつは、共感的な方法で会話できるようにすることです。
現在のニューラルレスポンス生成手法は、大規模な会話データからエンドツーエンドの学習のみに頼って対話を生成する。
近年,対話act/intentモデリングとニューラルレスポンス生成を組み合わせることが期待されている。
- 参考スコア（独自算出の注目度）: 1.52292571922932
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open-domain conversational agents or chatbots are becoming increasingly
popular in the natural language processing community. One of the challenges is
enabling them to converse in an empathetic manner. Current neural response
generation methods rely solely on end-to-end learning from large scale
conversation data to generate dialogues. This approach can produce socially
unacceptable responses due to the lack of large-scale quality data used to
train the neural models. However, recent work has shown the promise of
combining dialogue act/intent modelling and neural response generation. This
hybrid method improves the response quality of chatbots and makes them more
controllable and interpretable. A key element in dialog intent modelling is the
development of a taxonomy. Inspired by this idea, we have manually labeled 500
response intents using a subset of a sizeable empathetic dialogue dataset (25K
dialogues). Our goal is to produce a large-scale taxonomy for empathetic
response intents. Furthermore, using lexical and machine learning methods, we
automatically analysed both speaker and listener utterances of the entire
dataset with identified response intents and 32 emotion categories. Finally, we
use information visualization methods to summarize emotional dialogue exchange
patterns and their temporal progression. These results reveal novel and
important empathy patterns in human-human open-domain conversations and can
serve as heuristics for hybrid approaches.
- Abstract（参考訳）: オープンドメインの会話エージェントやチャットボットは、自然言語処理コミュニティでますます人気が高まっている。
課題のひとつは、共感的な方法で会話できるようにすることです。
現在のニューラルレスポンス生成手法は、大規模な会話データからエンドツーエンドの学習のみに頼って対話を生成する。
このアプローチは、神経モデルのトレーニングに使用される大規模な品質データがないために、社会的に受け入れられない応答を生み出すことができる。
しかし,近年の研究では,対話行動/インテントモデリングとニューラルレスポンス生成の両立が期待されている。
このハイブリッド手法は、チャットボットの応答品質を改善し、より制御しやすく解釈できるようにする。
ダイアログインテントモデリングの重要な要素は、分類法の開発である。
このアイデアに触発されて、我々は、大きな共感対話データセット(25k対話)のサブセットを使用して、500のレスポンスインテントを手動でラベル付けしました。
私たちの目標は、共感的反応意図のための大規模な分類法を作ることです。
さらに、語彙と機械学習の手法を用いて、データセット全体の話者とリスナーの発話を、識別された応答意図と32の感情カテゴリで自動分析した。
最後に,情報可視化手法を用いて感情対話のパターンとその時間進行を要約する。
これらの結果から,人間と人間のオープンドメイン会話における新規かつ重要な共感パターンが明らかにされ,ハイブリッドアプローチのヒューリスティックスとして機能する。
関連論文リスト
- Use of a Taxonomy of Empathetic Response Intents to Control and
Interpret Empathy in Neural Chatbots [4.264192013842096]
オープンドメインの会話エージェントの領域における近年のトレンドは、感情的なプロンプトに共感的に会話できるようにすることである。
現在のアプローチでは、エンド・ツー・エンドのアプローチに従うか、同様の感情ラベルに応答を条件づけて共感的な反応を生成する。
我々は,次の応答の感情/意図を予測し,これらの予測された感情/意図に基づいて応答を生成するためのルールベースおよびニューラルアプローチを提案する。
論文 参考訳（メタデータ） (2023-05-17T10:03:03Z) - PLACES: Prompting Language Models for Social Conversation Synthesis [103.94325597273316]
我々は、プロンプトを用いてソーシャルな会話データセットを合成するために、専門家による会話の小さなセットをコンテキスト内例として使用します。
人工会話の徹底的な評価を,人間による会話と比較して行った。
論文 参考訳（メタデータ） (2023-02-07T05:48:16Z) - Grounding in social media: An approach to building a chit-chat dialogue
model [9.247397520986999]
豊かな人間のような会話能力を持つオープンドメイン対話システムを構築することは、言語生成における根本的な課題の1つである。
知識に基づく対話生成に関する現在の研究は、主にウィキペディアのような事実に基づく構造化知識ソースを法人化または検索することに焦点を当てている。
本手法は,ソーシャルメディア上での人間の反応行動の模倣によって,システムの生会話能力を向上させることを目的とした,より広範かつシンプルなアプローチである。
論文 参考訳（メタデータ） (2022-06-12T09:01:57Z) - EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。
変圧器事前学習言語モデル(T5)に基づく手法を提案する。
本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
論文 参考訳（メタデータ） (2021-10-30T19:04:48Z) - Viola: A Topic Agnostic Generate-and-Rank Dialogue System [14.896200668918583]
音声対話のためのオープンドメイン対話システムであるViolaについて述べる。
Violaは、さまざまなニューラルダイアログモデルから、応答候補のバッチを取得する。
Violaのレスポンスローダは、対話履歴から最良のレスポンスを選択する微調整されたポリエンコーダである。
論文 参考訳（メタデータ） (2021-08-25T06:20:34Z) - Exemplars-guided Empathetic Response Generation Controlled by the
Elements of Human Communication [88.52901763928045]
そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。
これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
論文 参考訳（メタデータ） (2021-06-22T14:02:33Z) - Generating Empathetic Responses with a Large Scale Dialog Dataset [0.76146285961466]
既存のモデルは、応答生成を導くために事前に定義された感情情報を直接組み込むか、応答感情を決定する決定論的ルールを使用する。
6000以上の人的評価インスタンスのベースラインと比較して,マルチターン共感ダイアログモデルの構築方法を示す。
論文 参考訳（メタデータ） (2021-05-14T13:45:40Z) - Dialogue History Matters! Personalized Response Selectionin Multi-turn
Retrieval-based Chatbots [62.295373408415365]
本稿では,コンテキスト応答マッチングのためのパーソナライズドハイブリッドマッチングネットワーク(phmn)を提案する。
1) ユーザ固有の対話履歴からパーソナライズされた発話行動を付加的なマッチング情報として抽出する。
ユーザ識別による2つの大規模データセット,すなわちパーソナライズされた対話 Corpus Ubuntu (P-Ubuntu) とパーソナライズされたWeiboデータセット (P-Weibo) のモデルを評価する。
論文 参考訳（メタデータ） (2021-03-17T09:42:11Z) - Generating Dialogue Responses from a Semantic Latent Space [75.18449428414736]
語彙のエンドツーエンド分類に代わる方法を提案する。
潜在空間上の回帰タスクとして,プロンプトと応答のペア関係を学習する。
人間の評価は、連続した空間でタスクを学習すると、関連性と情報性の両方を持つ応答が生成されることを示した。
論文 参考訳（メタデータ） (2020-10-04T19:06:16Z) - The Adapter-Bot: All-In-One Controllable Conversational Model [66.48164003532484]
本稿では、DialGPTなどの固定バックボーンモデルを用いて、異なるアダプタを介してオンデマンド対話スキルをトリガーする対話モデルを提案する。
スキルに応じて、モデルはテキスト、テーブル、強調応答などの複数の知識タイプを処理できる。
我々は,既存の会話モデルと比較し,自動評価を用いたモデルの評価を行った。
論文 参考訳（メタデータ） (2020-08-28T10:59:31Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。