《论文阅读》Building a Dialogue Corpus Annotated with Expressed and Experienced Emotions
期刊:ACL2022
类型:构建两种情感的数据集
特点:创建一种带有两种情感的对话语料
本文带来Tatsuya Ide和Daisuke Kawahara共同创作的文章
简介
在交流中,人类会识别对话者的情绪,并以适当的情绪做出回应,例如同理心和安慰。为了开发具有这种类人能力的对话系统,我们提出了一种构建带有两种情感注释的对话语料库的方法。我们从 Twitter 收集对话,并用说话者在话语中投入的情感(expressed emotion)和听众在听完话语后感受到的情感(experienced emotion)来注释每个话语。我们使用这种方法建立了一个日语对话语料库,其统计分析揭示了表达情绪和体验情绪之间的差异。我们对这两种情绪的识别进行了实验。实验结果表明了对体验情绪的识别困难和对两种情绪进行多任务学习的有效性。我们希望所构建的语料库能够促进对话中的情绪识别和情绪感知对话响应生成的研究。
idea来源
-
在对话中,人和人之间的交流是相互的,所以一个对话在对话生成的决策中必然需要考虑交流者双方的情感,而在之前的多轮情感对话生成研究中,模型只是并没有强调两者表达情感的区别:
Although several dialogue corpora with emotion annotation have been proposed, an utterance is annotated only with a speaker’s emotion (Li et al., 2017; Hsu et al., 2018) or a dialogue as a whole is annotated (Rashkin et al., 201