論文の概要: CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior

• arxiv url: http://arxiv.org/abs/2302.01935v1
• Date: Fri, 3 Feb 2023 14:31:17 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-07 21:08:51.487840
• Title: CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior
• Title（参考訳）: CAB:認知・感情・行動を伴う共感的対話生成
• Authors: Pan Gao, Donghong Han, Rui Zhou, Xuejiao Zhang, Zikun Wang
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 8.791757758576951
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Empathy is an important characteristic to be considered when building a more intelligent and humanized dialogue agent. However, existing methods did not fully comprehend empathy as a complex process involving three aspects: cognition, affection and behavior. In this paper, we propose CAB, a novel framework that takes a comprehensive perspective of cognition, affection and behavior to generate empathetic responses. For cognition, we build paths between critical keywords in the dialogue by leveraging external knowledge. This is because keywords in a dialogue are the core of sentences. Building the logic relationship between keywords, which is overlooked by the majority of existing works, can improve the understanding of keywords and contextual logic, thus enhance the cognitive ability. For affection, we capture the emotional dependencies with dual latent variables that contain both interlocutors' emotions. The reason is that considering both interlocutors' emotions simultaneously helps to learn the emotional dependencies. For behavior, we use appropriate dialogue acts to guide the dialogue generation to enhance the empathy expression. Extensive experiments demonstrate that our multi-perspective model outperforms the state-of-the-art models in both automatic and manual evaluation.
• Abstract（参考訳）: 共感は、よりインテリジェントで人間化された対話エージェントを構築する際に考慮すべき重要な特徴である。 しかし、既存の方法は認知、愛情、行動の3つの側面を含む複雑なプロセスとして共感を完全に理解していなかった。 本稿では,共感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フレームワークであるCABを提案する。 認知のために,外部知識を活用し,対話中の重要なキーワード間の経路を構築する。 これは対話中のキーワードが文の中核であるからである。 既存の作品の大部分で見過ごされているキーワード間の論理関係の構築は、キーワードと文脈論理の理解を改善し、認知能力を高めることができる。 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捉える。 その理由は、双方の感情を同時に考えることが、感情的依存を学習するのに役立つからである。 行動には適切な対話行為を用いて対話生成の指導を行い,共感表現の強化を図る。 広範な実験により,マルチパースペクティブモデルが自動評価と手動評価の両方において最先端モデルよりも優れていることが示された。

関連論文リスト

• Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
  対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。 大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
  論文  参考訳（メタデータ） (2024-06-07T08:58:29Z)
• Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
  ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。 本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。 その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
  論文  参考訳（メタデータ） (2024-04-03T08:48:50Z)
• An Iterative Associative Memory Model for Empathetic Response Generation [22.68709119989059]
  共感的応答生成は、対話発話における認知的状態と感情的状態を理解することを目的としている。 共感応答生成のための反復連想記憶モデル(IAMM)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T00:49:06Z)
• 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 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)
• CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic Response Generation [59.8935454665427]
  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。
  論文  参考訳（メタデータ） (2022-08-18T14:28:38Z)
• 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)
• 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。

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。