InferEM: Inferring the Speaker’s Intention for Empathetic Dialogue Generation

要約

タイトル：InferEM：共感的な対話生成のための話者の意図の推論

要約：
– 共感的な応答生成においては、通常、全体の対話履歴を直接エンコードして出力をデコーダに送り、フレンドリーなフィードバックを生成する方法が用いられます。
– これらの方法はコンテキスト情報をモデリングすることに重点を置いていますが、スピーカーの直接的な意図を捉えることを無視しています。
– 我々は対話の最後の発話がスピーカーの意図を経験的に伝えていると主張しています。
– したがって、我々はEmpathetic Responce Generationのための新しいモデルInferEMを提案します。
– 我々は最後の発言を別々にエンコードし、マルチヘッドアテンションベースの意図融合モジュールを介して、全対話を統合して話者の意図を捉えます。
– また、前の発言を利用して、人間の心理学に基づいて相手がどのように発言するかを予測します。
– 発話予測と応答生成の最適化率をバランスさせるために、InferEMにはマルチタスク学習戦略が設計されています。
– 実験結果は、InferEMが共感的な表現を改善する上で妥当性と実現可能性を示しています。

要約(オリジナル)

Current approaches to empathetic response generation typically encode the entire dialogue history directly and put the output into a decoder to generate friendly feedback. These methods focus on modelling contextual information but neglect capturing the direct intention of the speaker. We argue that the last utterance in the dialogue empirically conveys the intention of the speaker. Consequently, we propose a novel model named InferEM for empathetic response generation. We separately encode the last utterance and fuse it with the entire dialogue through the multi-head attention based intention fusion module to capture the speaker’s intention. Besides, we utilize previous utterances to predict the last utterance, which simulates human’s psychology to guess what the interlocutor may speak in advance. To balance the optimizing rates of the utterance prediction and response generation, a multi-task learning strategy is designed for InferEM. Experimental results demonstrate the plausibility and validity of InferEM in improving empathetic expression.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI