基於常識知識的移情對話回覆生成

摘要

本篇論文著重在移情對話生成任務上。先前研究關於移情對話生成的方法 (Majumder et al., 2020b; Lin et al., 2019) 主要集中在檢測和利用用戶的情緒來產生移情反應。本研究將使用額外的常識知識圖譜做為機器人對常識性的背景知識。我們針對非預訓練和預訓練模型各使用不同的方式增強多樣性，在非預訓練模型上我們將 AdaLabel(Wang et al., 2021) 應用在CEM 模型 (Sabour et al., 2022) 上，而對於預訓練模型我們使用 BART 模型結合多種常識知識讓模型能生成更有資訊的移情回應。研究結果顯示所提出的模型在 EMPATHETICDIALOGUES 和 DailyDialog 資料集上都優於基線模型，並且在個案研究中可以看到模型產生更多信息和同理心的回應。