Think Twice: A Human-like Two-stage Conversational Agent for Emotional Response Generation

要約

人間のような対話システムを目指して、現在の感情対話アプローチでは、統合ニューラル ネットワークを使用して感情と意味論を共同モデル化します。
この戦略は、感情と意味論の間の相互制限により安全な応答を生成する傾向があり、まれに感情の注釈が付けられた大規模な対話コーパスを必要とします。
人間の対話における「よく考える」行動に触発され、感情的な対話を生成するための 2 段階の会話エージェントを提案します。
まず、感情注釈付き対話コーパスなしでトレーニングされた対話モデルは、文脈上の意味論を満たすプロトタイプ応答を生成します。
次に、第 1 段階のプロトタイプは、共感仮説を使用した制御可能な感情リファインナーによって変更されます。
DailyDialog データセットと EmpatheticDialogues データセットの実験結果は、提案された会話が感情生成において比較モデルよりも優れており、自動評価と人間による評価において意味論的なパフォーマンスを維持していることを示しています。

要約(オリジナル)

Towards human-like dialogue systems, current emotional dialogue approaches jointly model emotion and semantics with a unified neural network. This strategy tends to generate safe responses due to the mutual restriction between emotion and semantics, and requires rare emotion-annotated large-scale dialogue corpus. Inspired by the ‘think twice’ behavior in human dialogue, we propose a two-stage conversational agent for the generation of emotional dialogue. Firstly, a dialogue model trained without the emotion-annotated dialogue corpus generates a prototype response that meets the contextual semantics. Secondly, the first-stage prototype is modified by a controllable emotion refiner with the empathy hypothesis. Experimental results on the DailyDialog and EmpatheticDialogues datasets demonstrate that the proposed conversational outperforms the comparison models in emotion generation and maintains the semantic performance in automatic and human evaluations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google