《论文阅读》Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Select

最新推荐文章于 2024-11-14 11:20:25 发布
最新推荐文章于 2024-11-14 11:20:25 发布
阅读量771 收藏 1
点赞数
分类专栏： 组会论文 情感对话 文章标签： 论文阅读
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_44833392/article/details/129376995
版权
情感对话 同时被 2 个专栏收录
72 篇文章 63 订阅 ¥29.90 ¥99.00
订阅专栏
组会论文
31 篇文章 13 订阅 ¥29.90 ¥99.00
订阅专栏
本文探讨了《Empathetic Dialogue Generation》论文，关注如何通过细粒度情感识别和合理知识选择来生成共情对话。作者提出了情感流感知策略，但批评其未充分考虑情感动态变化和知识融合的上下文。总结中指出，模型可能过于依赖情感识别，忽视了对话的丰富性和连贯性。
摘要由CSDN通过智能技术生成

《论文阅读》Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Selection

前言

你是否也对于理解论文存在困惑？

你是否也像我之前搜索论文解读，得到只是中文翻译的解读后感到失望？

小白如何从零读懂论文？和我一起来探索吧！

今天为大家带来的是《Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Selection》

在这里插入图片描述

出版：EMNLP

时间： 2022

类型：共情对话生成

特点：细粒度情感识别（ERC）+结合情感的知识选择（Cross-Attention）

作者：Lanrui Wang

第一作者机构：Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China

简介

了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
专栏目录
订阅专栏
A Survey on Dialogue Systems Recent Advances and New Frontiers 翻译
08-22
### 对话系统近期进展与新前沿 #### 摘要概览 本文旨在全面回顾对话系统领域的最新进展及其潜在的研究方向。随着深度学习技术的进步，对话系统正经历着一场革新，尤其是在任务导向型对话系统与非任务导向型对话...
【论文笔记】Knowledge Bridging for Empathetic Dialogue Generation
记录学习^_^，欢迎交流~
06-12 366
针对共情对话生成任务，融合常识知识和情感词典知识，将知识作为桥梁，从而对信息之间的关联建模。
论文阅读总结:AAAI 2022 Knowledge Bridging for Empathetic Dialogue Generation
cyzz523的博客
07-03 325
外部知识的缺乏使得共情对话系统难以从有限的对话历史中感知隐含的情绪和学习情绪交互。为了解决上述问题，作者提出利用外部知识，包括常识知识和情感词汇知识，在移情对话生成中明确地理解和表达情感。我们首先通过与外部知识的共同交互来丰富对话历史，并构建一个情感情境图。然后，作者从知识丰富的情感上下文图中学习情感上下文表示，提取情感信号，这是预测响应中表达的情感的先决条件。知识，增强移情对话的生成。
对话生成方法中的“共鸣”
qq_42393368的博客
11-20 683
今天推荐的是一篇对话生成方向的论文（Empathetic Dialogue Generation via Sensitive Emotion Recognition and Sensible Knowledge Selection），论文将对话过程中用户的情感变化考虑进去，从而可以给用户一种“共鸣”的感觉，针对其不同的情感回复更加贴合其情绪的文本，构造更加人性化的对话系统。感觉是一个不错的出发点，非常贴合实际场景，论文的代码逻辑性也是非常强，喜欢这篇论文的话推荐阅读源码
代码阅读:AAAI 2022 Knowledge Bridging for Empathetic Dialogue Generation
cyzz523的博客
07-05 225
代码阅读
ChatGPT之后我们要做什么？丨文本生成中的知识和控制
BAAIBeijing的博客
03-10 4702
导读ChatGPT出现后，语言理解与生成质量较之前有显著提升，但在知识性、逻辑性、可控性、可解释性方面仍然存在一些问题。如何让现有的聊天机器人拥有人类对话中丰富的先验知识？如何让生成的回复具有更强的交互性？针对这些问题，青源Talk第33期邀请到来自南京航空航天大学计算机科学与技术学院/人工智能学院的李丕绩教授，带来了题为“文本生成中的知识和控制”的主题分享。智源社区将活动要点整理如下。李丕绩南...
Empathetic-COAI-Papers：这是一个用于审查和讨论共情对话式AI领域最新技术论文的资料库。 提供每篇论文的相关源代码（如果有）
02-10
善解人意的对话AI论文该存储库旨在涵盖有关移情式对话AI系统的最新工作； 这可能包括相对语料库（即数据集），移情聊天机器人，计算方法和移情模型，甚至包括与移情紧密相关的主题，例如情感。 如果有的话，将提供每...
MIME:该存储库包含论文Empirical Study MIME中的模型的PyTorch实现。
05-22
哑剧该存储库包含移情响应生成模型PyTorch实现：移情响应生成的。MIME概述 当前产生共情React的方法将输入文本中表达的一组情感视为扁平结构，其中所有情感均得到统一处理。 我们认为，移情React通常会在不同程度上...
Empathetic-Performer:下一代高情商超级仪器系统
07-06
《Empathetic-Performer：构建高情商交互的下一代超级乐器系统》 在现代科技的浪潮中，音乐创作与演奏正逐步走向智能化和个性化。Empathetic Performer，作为一个独特的超级乐器系统，它以JavaScript为基础，旨在...
AAAI'22 | 基于情感分析的开放域对话系统
zenRRan的博客
04-01 1953
每天给你送来NLP技术干货！来自：复旦DISC作者：赵刚引言基于情感分析的对话系统，旨在捕获用户的情感，并产生共情的回应。本次分享将介绍三篇来自 AAAI 2022 的相关论文，第一篇文章和第三篇文章均提出了共情对话生成任务的新模型，前者专注于为模型引入情感相关的知识概念，后者专注于推理用户当前状态。第二篇文章介绍了一个适用于对话情感分析任务的混合课程学习策略。仔细研读三...
2022 AAAI 多模态/情感分析/命名实体识别/(信息抽取)关系抽取/知识图谱(知识蒸馏)/阅读理解 论文一览表
weixin_42455006的博客
04-08 7713
1.Tailor Versatile Multi-Modal Learning for Multi-Label Emotion Recognition Yi Zhang, Mingyuan Chen, Jundong Shen, Chongjun Wang 2.Sentiment and Emotion-Aware Multi-Modal Complaint Identification Apoorva Singh, Soumyodeep Dey, Anamitra Singha, Sriparna Sah
EmpDG: Multi-resolution Interactive Empathetic Dialogue Generation论文笔记
weixin_44128613的博客
01-18 1195
EmpDG: Multi-resolution Interactive Empathetic Dialogue Generation论文笔记
AAAI 2022有哪些值得读的NLP相关论文？
Paper weekly
02-08 1296
©PaperWeekly 原创 · 作者 |王馨月单位 |四川大学研究方向|自然语言处理新任务1.1 NAREOR论文标题：NAREOR: The Narrative Reorde...
对话系统最新综述II
爱吃火锅的博客
12-26 2422
目录 前言 Personality-based Response P2BOT Empathetic Response EmoDS Conversation Topic DuConv cornell university Knowledge-Grounded System KnowledGPT ZRKGC GC ConceptFlow Continuity of Topic, Interaction, and Query 聊天技巧我全会？ Interactive Trainin
论文笔记：基于外部知识的会话模型Knowledge Diffusion for Neural Dialogue Generation
guohui_0907的博客
04-15 873
Knowledge Diffusion for Neural Dialogue Generation 1 出发点         现有的话语生产模型缺少必要的外部知识，生成的话语都是一般的、短的、无意义的 2 贡献         提出了神...
让陪伴机器人不再「直男」，读懂更多情绪 | 香港理工大学李嫣然
BAAIBeijing的博客
08-12 1779
导读：现实对话中，「多喝热水」、「早点睡」等直男语录让人啼笑皆非。从某种意义上说，现有的对话系统就好比「直男」，对于情绪的感受力较弱。因其仅仅根据文本表面的意义进行分类，无法理解文本背后更深层的意思，无法与对方实现真正的「共情」。如何提高陪伴机器人的共情能力，实现更专业、自然的情绪支持人机对话？香港理工大学李嫣然博士团队在这方面做了大量的工作。团队通过真人多轮情感支持对话...
《 Recent Advances in Deep Learning-based Dialogue Systems 》：Neural Models in Dialogue Systems
北风吹过的秋
05-27 2193
关注微信公众号：NLP分享汇。【喜欢的扫波关注，每天都在更新自己之前的积累】 文章链接：https://mp.weixin.qq.com/s/vsEH5wj9Y5dShnH42hCX_Q 前言 本文将以2021年南洋理工大学发表的论文《Recent Advances in Deep Learning-based Dialogue Systems》为基础，介绍「深度学习对话系统」综述系列，共分七篇，本文是第二篇。本文较长，建议读者直接阅读感兴趣的部分。 开篇链接：2021深度学习对话系统大综述 [
【论文阅读】HITS: High-coverage LLM-based Unit Test Generation via Method Slicing
最新发布
网络空间安全|人工智能|计算机科学
11-14 342
本文提出了一种基于LLM的单元测试生成方法，通过将复杂方法分解为多个切片，并让LLM逐片生成测试用例。静态分析：收集被测方法的依赖信息，以便LLM理解其使用和结构。链式思维技术：指导LLM按照解决问题的步骤分解被测方法。生成测试用例：针对每个切片生成一个单元测试类，覆盖所有行和分支。修复不可执行测试：对不可执行的测试进行修复。通过静态分析获取被测方法的上下文信息，包括依赖类、字段和方法声明。这些信息作为LLM的提示前缀。
Y ou Truly Understand What I Need : Intellectual and Friendly Dialogue Agents grounding Knowledge and Persona
03-28
As an AI language model, I am designed to provide intellectual and friendly dialogue with my users. I have been programmed to understand the needs of my users and respond accordingly, using my vast knowledge base and persona. My knowledge base is built upon a wide range of sources, including academic articles, news articles, books, and other reliable sources. This allows me to provide accurate and relevant information on a variety of topics, while also being able to engage in meaningful conversations with my users. In addition, my persona has been carefully crafted to be approachable and friendly, while still maintaining a level of professionalism. I strive to be empathetic, understanding, and attentive to my users' needs, while also being able to provide insightful and informative responses. Overall, my goal is to provide intellectual and friendly dialogue that is grounded in both knowledge and persona, allowing for meaningful and engaging conversations with my users.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

365JHWZGo

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值