StyEmp: 多粒度前缀编码器和人格强化的共情回应生成的风格化
原文中文，约300字，阅读约需1分钟。发表于：。最近的共情回应生成方法主要关注情感共鸣和用户理解，但未考虑系统的个性。为了解决这个问题，我们提出了 StyEmp，旨在通过一致性个性化风格化共情回应生成。具体而言，StyEmp 采用了多粒度前缀机制，以捕捉系统个性与共情表达之间的复杂关系。此外，我们引入了个性强化模块，利用对比学习来校准生成模型，确保回应既有共情性又反映出独特的个性。EMPATHETICDIALOGUES...
我们提出了一个动态的情感-语义相关模型（ESCM），通过上下文和情感的交互构建动态的情感-语义向量，并引入依赖树来反映情感和语义之间的相关性。ESCM通过动态的相关图卷积网络更准确地理解语义和情感，并生成具有流畅且丰富信息的共情性回应。实验结果显示，对话中情感和语义之间的相关性对共情感知和表达具有重要意义。
