角色增强的共情回复生成

作     者：吴运兵 叶成龙 阴爱英 陈开志 杨州 WU Yunbing;YE Chenglong;YIN Aiying;CHEN Kaizhi;YANG Zhou

作者机构：福州大学计算机与大数据学院福州350108 福州大学数字福建金融大数据研究所福州350108 福州大学至诚学院计算机工程系福州350002 

基　　金：国家自然科学基金项目(No.62476060) 福建省自然科学基金项目(No.2022J01116,2022J01119)资助 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2024年第37卷第12期

页      码：1043-1055页

摘      要：共情回复生成旨在理解对话中用户的经历与感受并表达出合理的回复.心理学理论认为,角色是人格的外在表现,与共情密切相关.然而,现有工作主要关注共情的认知因素和情绪因素,忽略有益于共情的角色因素,导致缺少个性化的共情回复.为了解决该问题,文中提出角色增强的共情回复生成模型(Persona-Enhanced Empathetic Response Generation Model,PERG).首先,为了有效利用角色信息,提出角色增强编码模块,通过编码器捕获上下文、情境及角色信息的深层语义关系,结合上下文和情境筛选角色信息,提升模型对说话者与回应者角色的理解,增强共情能力.然后,在角色调控解码模块中,设计基于多解码器融合的调控机制,有效结合角色信息,调节上下文和情境对共情回复的影响,生成高度个性化的共情回复.在公开的共情回复EmpatheticDialogues数据集上的实验表明,PERG在多个指标上均取得较优值.

主 题 词：自然语言处理 对话系统 共情回复 角色增强 角色调控 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16451/j.cnki.issn1003-6059.202412001

馆 藏 号：203157128...