利用情感 - 语义相关性进行共情式回应生成
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
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了动态的情感-语义向量,并引入了依赖树来反映情感和语义之间的相关性。通过动态的相关图卷积网络引导模型学习对话中的上下文含义,并生成具有流畅且丰富信息的共情性回应。实验结果表明,ESCM能更准确地理解语义和情感,并表达出具有流畅且信息丰富的共情性回应。分析结果显示出对话中情感和语义之间的相关性的频繁使用对共情感知和表达具有重要意义。
🎯
关键要点
- 提出了动态的情感-语义相关模型(ESCM)
- 模型通过上下文和情感的交互构建动态的情感-语义向量
- 引入依赖树反映情感和语义之间的相关性
- 使用动态的相关图卷积网络学习对话中的上下文含义
- 生成流畅且信息丰富的共情性回应
- 实验结果表明ESCM能更准确理解语义和情感
- 分析结果显示情感和语义的相关性对共情感知和表达的重要性
🏷️
标签
➡️