Fugu-MT 論文翻訳(概要): CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation

論文の概要: CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation

arxiv url: http://arxiv.org/abs/2208.08845v2
Date: Sun, 14 May 2023 09:57:28 GMT
ステータス: 処理完了
システム内更新日: 2023-05-17 01:03:00.211061
Title: CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation
Title（参考訳）: 症例:共感反応生成における粗悪から細かな認知と愛情の一致
Authors: Jinfeng Zhou, Chujie Zheng, Bo Wang, Zheng Zhang, Minlie Huang
Abstract要約: 共感的対話モデルは、通常、感情的な側面のみを考慮するか、孤立して認知と愛情を扱う。共感的対話生成のためのCASEモデルを提案する。
参考スコア（独自算出の注目度）: 59.8935454665427
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Empathetic conversation is psychologically supposed to be the result of conscious alignment and interaction between the cognition and affection of empathy. However, existing empathetic dialogue models usually consider only the affective aspect or treat cognition and affection in isolation, which limits the capability of empathetic response generation. In this work, we propose the CASE model for empathetic dialogue generation. It first builds upon a commonsense cognition graph and an emotional concept graph and then aligns the user's cognition and affection at both the coarse-grained and fine-grained levels. Through automatic and manual evaluation, we demonstrate that CASE outperforms state-of-the-art baselines of empathetic dialogues and can generate more empathetic and informative responses.
Abstract（参考訳）: 共感的会話は、意識的なアライメントと共感の認知と感情の相互作用の結果であると考えられている。しかし、既存の共感的対話モデルは、通常、感情的側面のみを考慮し、孤立して認知と愛情を扱い、共感的反応生成の能力を制限する。本研究では,共感的対話生成のためのCASEモデルを提案する。まず、コモンセンス認知グラフと感情概念グラフの上に構築され、その後、粗粒度と細粒度の両方でユーザの認知と感情を調整します。自動的および手作業による評価により,情緒対話の最先端ベースラインを上回っており,共感的かつ情報的な反応を発生できることを示す。

関連論文リスト

APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
共感反応生成は、他人の感情を理解するように設計されている。検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
論文参考訳（メタデータ） (2024-07-23T02:23:37Z)
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)
Empathetic Response Generation via Emotion Cause Transition Graph [29.418144401849194]
共感的対話は、感情的要因(例えば、感情の状態)と認知的要因(例えば、感情の原因)の両方の知覚を必要とする人間のような行動である。共感対話における2つのターン間の感情原因の自然な遷移を明示的にモデル化する感情原因遷移グラフを提案する。このグラフでは、次のターンで生じる感情の概念語を、特殊に設計された概念認識デコーダによって予測し、使用し、共感的な応答を生成する。
論文参考訳（メタデータ） (2023-02-23T05:51:17Z)
CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior [8.791757758576951]
本研究では,共感的反応を生成するための認知,愛情,行動の包括的視点を取り入れた新しい枠組みを提案する。認識のために、外部知識を活用することにより、対話において重要なキーワード間の経路を構築する。情緒については,両者の感情を含む2つの潜伏変数による情緒的依存をとらえる。
論文参考訳（メタデータ） (2023-02-03T14:31:17Z)
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)
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)
MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
論文参考訳（メタデータ） (2020-10-04T00:35:47Z)
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。