03 CEM 常识感知移情反应生成 Sahand Sabour

背景与动机
对话系统的主要目标是模拟人类行为，其中移情能力（同理心）是关键，能提升用户满意度和关系建立。移情包括情感移情（模拟他人感受）和认知移情（理解他人处境和隐含感受）。

对话系统中的移情研究

• 研究始于 EmpatheticDialogualoget 数据集（2019），关注情感和认知维度。
• 已有研究探索如何模仿用户情绪（Shin et al., 2019）、利用外部知识理解情绪（Lin et al., 2019）、以及情感是否必要（Sabour et al., 2021）。

CEM 模型的提出

• 检测用户情绪是移情的一部分，但用户可能不明确表达，因此需结合情感和认知移情。
• CEM（动机）模型利用常识推理（如原子CoMET知识库，基于GPT-2训练）来理解用户隐含感受。
• 模型分析用户对事件的反应、意图、事件影响及后续需求。

体系结构

• 基于“事件-反应”框架，分析事件前用户意图、事件需求、影响及事后需求。

实验与评估

• 自动评估指标：信息化（信息量）、连贯性、区别性（多样性）、困惑度（流利度）。
• 手动评估指标：移情能力（理解情况和情绪）。
• 结果显示CEM在情绪预测准确率、连贯性、多样性及移情理解方面表现更优。

案例研究

• 通过具体案例验证CEM模型在移情生成中的有效性。