17 移情对话生成的知识桥梁

移情对话生成研究

引言

人类通常依赖经验和外部知识来识别和表达情绪，但仅凭有限对话历史难以感知隐含情绪。移情对话生成旨在通过识别对话伙伴感受并相应回复，实现更人性化的人机对话。外部知识对于获取情感信息和提升对话表现至关重要，建模对话者间的情感依赖关系是增强同理心对话的关键。

移情对话生成任务

人类需要推断更多知识进行移情对话，外部知识能显著提高感同身受对话的表现。挑战在于如何有效整合外部知识增强对话生成。

我们的工作：KEMP框架

KEMP（知识感知的移情对话生成）框架通过整合外部知识增强同理心对话生成：

• 知识来源：ConceptNet（5.9百万元组、3.1百万概念）和NRC-VAD（20k英语单词的效价-唤醒-支配向量词典）
• 任务定义：
  1. 预测对话语境中的情绪
  2. 生成移情反应
  • 输入：多回合对话历史、ConceptNet、NRC-VAD
• 模型结构：
  • 情感上下文编码器：通过情感上下文图（关系过滤、概念检索、排名、边缘完成）捕捉情感依赖
  • 情感依赖解码器：融入情感特征，强化高情感强度标记，复制外部概念

实验结果

在Human Metrics自动度量数据集和IMPATHECTICDIALOGUES数据集上：

• KEMP在所有自动指标（情感准确率、困惑度、Distinct-1/2）上显著优于最先进基线
• 在移情和相关性得分上表现突出
• 流畅度方面与基线无显著差异

结论与未来工作

KEMP通过情感感知和依赖性增强对话历史与移情反应的关联，验证了知识感知方法的有效性。未来计划探索情感嵌入在大型预训练语言模型中的知识移情对话生成。