論文の概要: Persona Extraction Through Semantic Similarity for Emotional Support Conversation Generation

• arxiv url: http://arxiv.org/abs/2403.04212v1
• Date: Thu, 7 Mar 2024 04:33:11 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 15:01:34.788813
• Title: Persona Extraction Through Semantic Similarity for Emotional Support Conversation Generation
• Title（参考訳）: 感情支援対話生成のための意味的類似性によるペルソナ抽出
• Authors: Seunghee Han, Se Jin Park, Chae Won Kim, Yong Man Ro
• Abstract要約: PESS(Persona extract through Semantic similarity)は,対話から情報的かつ一貫したペルソナを自動的に推測できる新しいフレームワークである。 PESSによって推定される高品質のペルソナ情報が,情緒的支援反応の生成に有効であることを示す実験結果を得た。
• 参考スコア（独自算出の注目度）: 45.21373213960324
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Providing emotional support through dialogue systems is becoming increasingly important in today's world, as it can support both mental health and social interactions in many conversation scenarios. Previous works have shown that using persona is effective for generating empathetic and supportive responses. They have often relied on pre-provided persona rather than inferring them during conversations. However, it is not always possible to obtain a user persona before the conversation begins. To address this challenge, we propose PESS (Persona Extraction through Semantic Similarity), a novel framework that can automatically infer informative and consistent persona from dialogues. We devise completeness loss and consistency loss based on semantic similarity scores. The completeness loss encourages the model to generate missing persona information, and the consistency loss guides the model to distinguish between consistent and inconsistent persona. Our experimental results demonstrate that high-quality persona information inferred by PESS is effective in generating emotionally supportive responses.
• Abstract（参考訳）: 対話システムを通じた感情的支援は、多くの会話シナリオにおいてメンタルヘルスと社会的インタラクションの両方をサポートすることができるため、今日の世界でますます重要になっている。 以前の研究では、ペルソナの使用が共感的かつ支援的な反応の生成に有効であることが示されている。 彼らは会話中に推論するよりも、事前に提供されたペルソナに頼ることが多い。 しかし,会話開始前にユーザペルソナを取得することは必ずしも不可能ではない。 この課題に対処するために,対話から情報的かつ一貫性のあるペルソナを自動的に推測できる新しいフレームワークであるPESS(Persona extract through Semantic similarity)を提案する。 意味的類似度スコアに基づいて完全性損失と整合性損失を考案する。 完全性喪失はモデルが欠落しているペルソナ情報を生成することを奨励し、一貫性の喪失はモデルが一貫性のあるパーソナリティと一貫性のないパーソナリティを区別することを導く。 PESSによって推定される高品質のペルソナ情報が,情緒的支援反応の生成に有効であることを示す実験結果を得た。

関連論文リスト

• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• 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)
• PAL: Persona-Augmented Emotional Support Conversation Generation [54.069321178816686]
  メンタルヘルス支援のための人的資源が不足しているため、サポートのために会話エージェントを採用する必要性が高まっている。 近年の研究では、感情支援のための対話モデルの有効性が実証されている。 本研究では,探索者のペルソナを動的に推論・モデル化する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-12-19T04:12:54Z)
• Towards Multi-Turn Empathetic Dialogs with Positive Emotion Elicitation [39.747587984500406]
  本稿では,肯定的な感情誘発を伴う共感的対話生成の課題について述べる。 エージェントは、マルチターンダイアログにおいて、ユーザのポジティブ感情を引き出すターゲットとともに共感応答を行う。 我々はPosEmoDialと呼ばれる肯定的な感情誘発を伴う大規模感情対話データセットを収集する。
  論文  参考訳（メタデータ） (2022-04-22T05:32:08Z)
• 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)
• 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)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)
• Generate, Delete and Rewrite: A Three-Stage Framework for Improving Persona Consistency of Dialogue Generation [39.89370224448933]
  会話における一貫した個性を維持することは人間にとって非常に自然なことですが、それでも機械にとって簡単な作業です。 本稿では,生成した応答プロトタイプから不整合語を削除するために,生成-削除-書き直し機構を利用する3段階フレームワークを提案する。 Persona-Chatデータセットの実験は、我々のアプローチが優れたパフォーマンスを達成することを示す。
  論文  参考訳（メタデータ） (2020-04-16T14:10:24Z)

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。