该研究提出了一个多维度的共情评估框架，可以测量发言者意图和听众感知到的共情。通过使用序列到序列语言模型进行指导微调的分类器，可以自动测量对话中的共情。实验证明，该分类器相对于之前的研究和竞争基准具有最佳性能。建议将该分类器作为自动对话共情评估指标。

本文介绍了一种高效稳定的基于序列到序列语言模型的问题选项生成（QOG）模型，相比其他方法，该模型在训练和推断过程中表现优异。与Llama 3-8B相比，该QOG模型在QOG任务上具有竞争力。

该研究提出了一个多维度的共情评估框架，可以测量发言者的意图和听众的共情感知。通过使用序列到序列语言模型进行指导微调的分类器，可以自动测量对话中的共情。实验证明该方法性能优于之前的研究和竞争基准，建议将其作为自动对话共情评估指标。