論文の概要: Developing an emotion-affective open-domain chatbot with positively transitioned sentiment data

• arxiv url: http://arxiv.org/abs/2208.04565v1
• Date: Tue, 9 Aug 2022 07:05:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-10 12:32:16.200032
• Title: Developing an emotion-affective open-domain chatbot with positively transitioned sentiment data
• Title（参考訳）: ポジティブな感情データを用いた感情影響型オープンドメインチャットボットの開発
• Authors: Weixuan Wang, Wei Peng, Chong Hsuan Huang, Haoran Wang
• Abstract要約: PT感情データを用いた対話コーパスを構築し,公開のために公開する。 我々は,いくつかの最先端(SOTA)オープンドメインチャットボットに対してエミリーを評価し,提案手法の有効性を示す。
• 参考スコア（独自算出の注目度）: 14.78842636744924
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In this paper, we describe a data-driven approach for developing Emily, an emotion-affective open-domain chatbot. The proposed data enhancing method can explicitly model positively transitioned (PT) sentiment data from multi-turn dialogues. We construct a dialogue corpus with PT sentiment data and will release it for public use. By fine-tuning a pretrained dialogue model using the produced PT enhanced dialogues, we are able to develop an emotion-affective open-domain chatbot exhibiting close-to-human performance in various emotion-affective metrics. We evaluate Emily against a few state-of-the-art (SOTA) open-domain chatbots and show the effectiveness of the proposed approach.
• Abstract（参考訳）: 本稿では,感情に敏感なオープンドメインチャットボットであるemilyを開発するためのデータ駆動アプローチについて述べる。 提案手法は,マルチターン対話から肯定的遷移(PT)感情データを明示的にモデル化することができる。 PT感情データを用いた対話コーパスを構築し,公開のために公開する。 PT強化対話を用いて事前学習した対話モデルを微調整することにより、感情影響のあるオープンドメインチャットボットを開発し、様々な感情影響のあるメトリクスで人間に近いパフォーマンスを示すことができる。 我々は,いくつかの最先端(SOTA)オープンドメインチャットボットに対してエミリーを評価し,提案手法の有効性を示す。

関連論文リスト

• Dynamic Causal Disentanglement Model for Dialogue Emotion Detection [77.96255121683011]
  隠れ変数分離に基づく動的因果解離モデルを提案する。 このモデルは、対話の内容を効果的に分解し、感情の時間的蓄積を調べる。 具体的には,発話と隠れ変数の伝搬を推定する動的時間的ゆがみモデルを提案する。
  論文  参考訳（メタデータ） (2023-09-13T12:58:09Z)
• Think Twice: A Human-like Two-stage Conversational Agent for Emotional Response Generation [16.659457455269127]
  感情対話生成のための2段階対話エージェントを提案する。 まず,感情アノテートされた対話コーパスを使わずに訓練された対話モデルを用いて,文脈意味に合致するプロトタイプ応答を生成する。 第二に、第一段階のプロトタイプは共感仮説で制御可能な感情精錬器によって修正される。
  論文  参考訳（メタデータ） (2023-01-12T10:03:56Z)
• Chat-Capsule: A Hierarchical Capsule for Dialog-level Emotion Analysis [70.98130990040228]
  本稿では,発話レベルと対話レベルの両方の感情とその相互関係をモデル化したコンテキストベースの階層的注意カプセル(Chat-Capsule)モデルを提案する。 Eコマースプラットフォームの顧客サポートから収集したダイアログデータセットでは,ユーザの満足度や感情曲線のカテゴリも予測できる。
  論文  参考訳（メタデータ） (2022-03-23T08:04:30Z)
• User Response and Sentiment Prediction for Automatic Dialogue Evaluation [69.11124655437902]
  本稿では,次のユーザ発話の感情をターンレベル評価やダイアログレベル評価に利用することを提案する。 実験により,本モデルによる音声対話データセットと音声対話データセットの両方において,既存の自動評価指標よりも優れた結果が得られた。
  論文  参考訳（メタデータ） (2021-11-16T22:19:17Z)
• 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)
• Simulated Annealing for Emotional Dialogue Systems [22.96717845092991]
  対話生成のための特定の感情を表現するタスクについて検討する。 提案手法は,従来の最先端手法と比較して,感情の精度が12%向上したことを示す。
  論文  参考訳（メタデータ） (2021-09-22T13:17:17Z)
• Emily: Developing An Emotion-affective Open-Domain Chatbot with Knowledge Graph-based Persona [10.460628519817742]
  Emilyはユーザの負の感情状態を認識し、ユーザの感情状態を肯定的に変換することでサポートを提供する。 Emilyは、一般のオープンドメイン対話の発話を、個人情報に関する質問と区別することができる。
  論文  参考訳（メタデータ） (2021-09-18T08:19:58Z)
• Constructing Emotion Consensus and Utilizing Unpaired Data for Empathetic Dialogue Generation [22.2430593119389]
  本稿では、感情のコンセンサスを同時に構築し、外部の未ペアデータを利用するための二重生成モデルDual-Empを提案する。 本手法は,コヒーレントかつ共感的応答の獲得において,競争ベースラインよりも優れる。
  論文  参考訳（メタデータ） (2021-09-16T07:57:01Z)
• 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)
• 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)
• 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)

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。