論文の概要: APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation
- arxiv url: http://arxiv.org/abs/2407.21048v1
- Date: Tue, 23 Jul 2024 02:23:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-04 19:28:03.118402
- Title: APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation
- Title（参考訳）: APTNESS:共感反応生成のための評価理論と感情支援戦略の導入
- Authors: Yuxuan Hu, Minghuan Tan, Chenwei Zhang, Zixuan Li, Xiaodan Liang, Min Yang, Chengming Li, Xiping Hu,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 71.26755736617478
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Empathetic response generation is designed to comprehend the emotions of others and select the most appropriate strategies to assist them in resolving emotional challenges. Empathy can be categorized into cognitive empathy and affective empathy. The former pertains to the ability to understand and discern the emotional issues and situations of others, while the latter involves the capacity to provide comfort. To enhance one's empathetic abilities, it is essential to develop both these aspects. Therefore, we develop an innovative framework that combines retrieval augmentation and emotional support strategy integration. Our framework starts with the introduction of a comprehensive emotional palette for empathy. We then apply appraisal theory to decompose this palette and create a database of empathetic responses. This database serves as an external resource and enhances the LLM's empathy by integrating semantic retrieval mechanisms. Moreover, our framework places a strong emphasis on the proper articulation of response strategies. By incorporating emotional support strategies, we aim to enrich the model's capabilities in both cognitive and affective empathy, leading to a more nuanced and comprehensive empathetic response. Finally, we extract datasets ED and ET from the empathetic dialogue dataset \textsc{EmpatheticDialogues} and ExTES based on dialogue length. Experiments demonstrate that our framework can enhance the empathy ability of LLMs from both cognitive and affective empathy perspectives. Our code is released at https://github.com/CAS-SIAT-XinHai/APTNESS.
- Abstract（参考訳）: 共感的反応生成は、他人の感情を理解し、感情的課題を解決するのを支援する最も適切な戦略を選択するように設計されている。
共感は認知的共感と感情的共感に分類される。
前者は他者の感情的な問題や状況を理解し、認識する能力に関係し、後者は快適さを提供する能力に関係している。
共感能力を高めるためには、これら2つの側面を開発することが不可欠である。
そこで我々は,検索強化と感情支援戦略統合を組み合わせた,革新的なフレームワークを開発した。
私たちのフレームワークは、共感のための包括的な感情的なパレットの導入から始まります。
次に、評価理論を適用して、このパレットを分解し、共感的応答のデータベースを作成する。
このデータベースは外部リソースとして機能し、意味論的検索機構を統合することでLLMの共感を高める。
さらに,本フレームワークは,応答戦略の適切な記述に強く重点を置いている。
感情的支援戦略を取り入れることで、認知的および情緒的共感の両方においてモデルの能力を強化することを目指しており、よりニュアンスで包括的な共感的反応をもたらす。
最後に,情緒的対話データセット \textsc{EmpatheticDialogues} と ExTES から,対話長に基づくデータセット ED と ET を抽出する。
実験により,認知的,情緒的両面からLLMの共感能力を高めることができることが示された。
私たちのコードはhttps://github.com/CAS-SIAT-XinHai/APTNESSで公開されています。
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) - Enablers and Barriers of Empathy in Software Developer and User
Interaction: A Mixed Methods Case Study [11.260371501613994]
開発者とエンドユーザ間の共感の実践について検討した。
我々は共感を誘発するために必要な認識の性質と共感の実現者を特定した。
共感の障壁と、これらの障壁を克服するための潜在的な戦略を発見した。
論文 参考訳（メタデータ） (2024-01-17T06:42:21Z) - Wish I Can Feel What You Feel: A Neural Approach for Empathetic Response
Generation [2.5255184843886225]
本稿では,感情の原因,知識グラフ,共感応答生成のためのコミュニケーション機構という,3つの要素を統合した新しいアプローチを提案する。
実験結果から,鍵成分を組み込むことにより,より情報的,共感的な反応が生じることが示された。
論文 参考訳（メタデータ） (2022-12-05T03:20:37Z) - 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) - CEM: Commonsense-aware Empathetic Response Generation [31.956147246779423]
本稿では,ユーザ状況に関する情報を引き出すために,コモンセンスを利用した共感応答生成手法を提案する。
我々は,共感的応答生成のためのベンチマークデータセットである共感的ダイアログに対するアプローチを評価した。
論文 参考訳（メタデータ） (2021-09-13T06:55:14Z) - 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) - 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) - A Computational Approach to Understanding Empathy Expressed in
Text-Based Mental Health Support [11.736179504987712]
オンラインメンタルヘルスプラットフォームにおいて共感がどのように表現されるかを理解するための計算手法を提案する。
我々は,テキストベースの会話における共感のコミュニケーションを特徴付けるための,理論的基盤の統一フレームワークを開発する。
論文 参考訳（メタデータ） (2020-09-17T17:47:00Z)
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。