CAB: Empathetic Dialogue Generation with Cognition, Affection and Behavior

要約

共感は、よりインテリジェントで人間味のある対話エージェントを構築する際に考慮すべき重要な特性です。
しかし、既存の方法では、認知、愛情、行動という 3 つの側面を含む複雑なプロセスとしての共感を完全には理解していませんでした。
この論文では、共感的な反応を生成するために認知、愛情、行動の包括的な視点を取る新しいフレームワークであるCABを提案します。
認知については、外部の知識を活用して、会話内の重要なキーワード間のパスを構築します。
これは、対話のキーワードが文章の核となるからです。
既存の作品の大半で見落とされているキーワード間の論理関係を構築することで、キーワードと文脈論理の理解が向上し、認知能力が向上します。
愛情については、対話者の両方の感情を含む二重の潜在変数を使用して、感情的な依存関係をキャプチャします。
その理由は、対話者の両方の感情を同時に考慮することが、感情的な依存関係を学習するのに役立つからです。
行動については、適切な対話行為を使用して対話生成を導き、共感表現を強化します。
広範な実験により、当社のマルチパースペクティブモデルは、自動評価と手動評価の両方で最先端のモデルよりも優れていることが実証されています。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google