Fugu-MT 論文翻訳(概要): Affective Decoding for Empathetic Response Generation

論文の概要: Affective Decoding for Empathetic Response Generation

arxiv url: http://arxiv.org/abs/2108.08102v1
Date: Wed, 18 Aug 2021 11:48:40 GMT
ステータス: 処理完了
システム内更新日: 2021-08-19 20:16:23.194678
Title: Affective Decoding for Empathetic Response Generation
Title（参考訳）: 共感応答生成のための影響デコード
Authors: Chengkun Zheng, Guanyi Chen, Chenghua Lin, Ruizhe Li, Zhigang Chen
Abstract要約: 共感応答生成のためのAffective Decodingと呼ばれる手法を提案する。本手法は,各デコーディングステップ中に感情信号を効果的に組み込むことができる。我々のモデルは人間の評価により共感的であると認識されている。
参考スコア（独自算出の注目度）: 8.391383696266704
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Understanding speaker's feelings and producing appropriate responses with emotion connection is a key communicative skill for empathetic dialogue systems. In this paper, we propose a simple technique called Affective Decoding for empathetic response generation. Our method can effectively incorporate emotion signals during each decoding step, and can additionally be augmented with an auxiliary dual emotion encoder, which learns separate embeddings for the speaker and listener given the emotion base of the dialogue. Extensive empirical studies show that our models are perceived to be more empathetic by human evaluations, in comparison to several strong mainstream methods for empathetic responding.
Abstract（参考訳）: 感情接続による話者の感情の理解と適切な反応の生成は共感対話システムにとって重要なコミュニケーションスキルである。本稿では,共感応答生成のためのAffective Decodingと呼ばれる簡単な手法を提案する。本手法は,各デコーディングステップ中に感情信号を効果的に組み込むことができ,対話の感情ベースを与えられた話者とリスナーの個別の埋め込みを学習する補助的な二重感情エンコーダを付加することができる。広範な経験的研究により、我々のモデルは人間の評価によってより共感的であると認識され、いくつかの強い主流の共感応答法と比較される。

関連論文リスト

CTSM: Combining Trait and State Emotions for Empathetic Response Model [2.865464162057812]
共感応答生成は、対話システムに話者の感情を知覚し、それに応じて共感応答を生成する。我々は,共感反応モデル(CTSM)のためのトラストと状態感情の組み合わせを提案する。対話における感情を十分に知覚するために、まず特徴と状態の感情の埋め込みを構築し、エンコードする。感情表現を誘導する感情誘導モジュールにより、感情知覚能力をさらに強化する。
論文参考訳（メタデータ） (2024-03-22T10:45:13Z)
E-CORE: Emotion Correlation Enhanced Empathetic Dialogue Generation [33.57399405783864]
本稿では,感情相関を改良した共感対話生成フレームワークを提案する。具体的には、文脈に基づく感情の相互作用を捉えるために、マルチレゾリューション感情グラフを考案した。そこで我々は,感情相関強化デコーダを提案し,新しい相関認識アグリゲーションとソフト/ハード戦略を提案する。
論文参考訳（メタデータ） (2023-11-25T12:47:39Z)
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)
Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Selection [47.60224978460442]
情緒的対話生成のためのシリアル・アンド・感情知識相互作用(SEEK)法を提案する。我々は,会話中の感情のダイナミックス(感情の流れ)に敏感な微粒なエンコーディング戦略を用いて,応答の感情依存特性を予測するとともに,知識と感情の相互作用をモデル化し,より敏感な応答を生成する新しい枠組みを設計する。
論文参考訳（メタデータ） (2022-10-21T03:51:18Z)
Perspective-taking and Pragmatics for Generating Empathetic Responses Focused on Emotion Causes [50.569762345799354]
i) 相手の感情が発話から引き起こされる原因となる単語を特定することと, (ii) 応答生成における特定の単語を反映することである。社会的認知からインスピレーションを得て、生成的推定を用いて、感情が単語レベルのラベルのない発話から単語を推論する。
論文参考訳（メタデータ） (2021-09-18T04:22:49Z)
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)
Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文参考訳（メタデータ） (2021-06-06T06:26:15Z)
Target Guided Emotion Aware Chat Machine [58.8346820846765]
意味レベルと感情レベルにおける投稿に対する応答の整合性は、人間のような対話を提供する対話システムにとって不可欠である。この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
論文参考訳（メタデータ） (2020-11-15T01:55:37Z)
Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
論文参考訳（メタデータ） (2020-09-21T09:21:52Z)

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。