Turn-Level Empathy Prediction Using Psychological Indicators

要約

WASSA 2024 の共感と性格予測の共有タスクでは、共感を 6 つの心理指標 (感情的言語、視点の取り方、同情と思いやり、外向性、開放性、協調性) に分解する、新しいターンレベルの共感検出方法を提案します。
大規模言語モデル (LLM) を使用したテキスト強化のパイプラインとその後の DeBERTA 微調整により、ピアソン相関係数と共感検出の F1 スコアが大幅に改善され、私たちのアプローチの有効性が強調されました。
私たちのシステムは、CONV ターン トラックで正式に 7 位にランクされました。

要約(オリジナル)

For the WASSA 2024 Empathy and Personality Prediction Shared Task, we propose a novel turn-level empathy detection method that decomposes empathy into six psychological indicators: Emotional Language, Perspective-Taking, Sympathy and Compassion, Extroversion, Openness, and Agreeableness. A pipeline of text enrichment using a Large Language Model (LLM) followed by DeBERTA fine-tuning demonstrates a significant improvement in the Pearson Correlation Coefficient and F1 scores for empathy detection, highlighting the effectiveness of our approach. Our system officially ranked 7th at the CONV-turn track.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google