《论文阅读》E-CORE：情感相关性增强的移情对话生成 EMNLP 2023

最新推荐文章于 2024-06-17 20:16:35 发布
最新推荐文章于 2024-06-17 20:16:35 发布
阅读量223 收藏
点赞数
分类专栏： 情感对话 文章标签： 论文阅读 共情回复生成 情绪相关性 图网络 情绪独立假设
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/136701800
版权
情感对话 专栏收录该内容
70 篇文章 56 订阅 ¥29.90 ¥99.00
订阅专栏

《论文阅读》E-CORE：情感相关性增强的移情对话生成 EMNLP 2023

前言

亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~
无抄袭，无复制，纯手工敲击键盘~

今天为大家带来的是《E-CORE: Emotion Correlation Enhanced Empathetic Dialogue Generation》

在这里插入图片描述

出版：EMNLP

时间：2023

类型：共情回复生成

关键词：对话共情回复，回复生成，情感关联

作者：Fengyi Fu, Lei Zhang, Quan Wang, Zhendong Mao

第一作者机构：University of Science and Technology of China

摘要

作者的主要出发点在于：

1）情绪作为一个独立假设，即一个 utterance 只蕴含一种情绪，忽略了情绪之间内部的关联

模型架构

</

了解本专栏 订阅专栏 解锁全文
365JHWZGo
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
《论文阅读》利用情感语义关联生成同情回复 EMNLP 2023
MyHeartWillGoOn
04-08 393
亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~无抄袭，无复制，纯手工敲击键盘~今天为大家带来的是《Exploiting Emotion-Semantic Correlations for Empathetic Response Generation》出版：时间： 2023类型：共情回复生成特点：情绪语义关联；共情；回复生成作者：Zhou Yang, Zhaochun Ren。
NLP论文阅读记录-EMNLP 2023 | 10 Enhancing Biomedical Lay Summarisation with External Knowledge Graphs
yuyuyu_xxx的博客
12-14 909
利用外部知识图增强生物医学外行总结（2310）codepaper以前的自动外行摘要方法完全依赖于源文章，因为它是为技术受众（例如研究人员）编写的，不太可能明确定义所有技术概念或陈述与外行相关的所有背景信息观众。我们通过使用特定于文章的知识图来增强 eLife（现有的生物医学外行总结数据集）来解决这个问题，每个知识图都包含相关生物医学概念的详细信息。使用自动评估和人工评估，我们系统地研究了将知识图合并到外行摘要模型中的三种不同方法的有效性，每种方法都针对编码器-解码器模型架构的不同区域。
NLP论文阅读记录-EMNLP2023|05 QTSUMM: Query-Focused Summarization over Tabular Data
yuyuyu_xxx的博客
12-13 868
在这里插入图片描述通过人工编辑改进摘要（2305）codepaper人们主要查阅表格来进行数据分析或回答特定问题。文本生成系统可以根据用户的信息需求提供准确的表格摘要，可以促进更有效地访问相关数据见解。受此启发，我们定义了一个新的以查询为中心的表摘要任务，其中文本生成模型必须对给定的表执行类似人类的推理和分析，以生成定制的摘要。我们为此任务引入了一个名为 QTSUMM 的新基准，其中包含 2,934 个表中的 7,111 个人工注释的查询摘要对，涵盖不同的主题。
NLP论文阅读记录-EMNLP 2023 | 01 Improving Summarization with Human Edits
yuyuyu_xxx的博客
12-12 943
通过人工编辑改进摘要codepaper最近的工作表明，利用人类反馈范式进行学习可以产生人类决定的高质量文本。现有的工作使用人类反馈来训练通用领域抽象摘要中的大型语言模型（LLM），并获得了超过传统似然训练的摘要质量。在本文中，我们重点关注一种较少探索的人类反馈形式——人类编辑。我们提出了序列比对（非）似然训练（SALT），这是一种在训练循环中同时使用人工编辑和模型生成的数据的新技术。
NLP论文阅读记录-EMNLP 2023 | 03 Citance-Contextualized Summarization of Scientific Papers
yuyuyu_xxx的博客
12-12 1051
科学论文的引用语境摘要 （2311）codepaper当前科学论文自动摘要的方法以摘要的形式生成信息丰富的摘要。然而，摘要并不旨在显示论文与其中引用的参考文献之间的关系。我们提出了一种新的情境化摘要方法，可以根据包含参考文献引用（所谓的“引用”）的给定句子生成内容丰富的摘要。此摘要概述了与引用位置相关的被引用论文的内容。因此，我们的方法提取论文的引用并对其进行建模，从引用的论文中检索相关段落，并生成针对每个引用的抽象摘要。
《论文阅读》对话推理的对比学习 EMNLP 2023
MyHeartWillGoOn
04-18 265
亲身阅读感受分享，细节画图解释，再也不用担心看不懂论文啦~无抄袭，无复制，纯手工敲击键盘~今天为大家带来的是《Contrastive Learning for Inference in Dialogue》出版：EMNLP时间：2023类型：对话中的推理特点：对比学习；对话；推理作者：Etsuko Ishii第一作者机构：The Hong Kong University of Science and Technology。
NLP论文阅读记录-EMNLP2023| 04 GEMINI: Controlling The Sentence-Level Summary Style in Abstractive Text
yuyuyu_xxx的博客
12-12 943
在这里插入图片描述GEMINI：控制抽象文本摘要中的句子级摘要样式（2312 4）codepaper人类专家使用不同的技术编写摘要，包括从文档中提取句子并重写，或者融合文档中的各种信息以对其进行抽象。这些技术非常灵活，因此很难通过任何单一方法来模仿。为了解决这个问题，我们提出了一种自适应模型 GEMINI，它集成了重写器和生成器来分别模仿句子重写和抽象技术。GEMINI 自适应地选择重写特定的文档句子或从头开始生成摘要句子。
NLP论文阅读记录-EMNLP 2023 | 02 Improving Biomedical Abstractive Summarisation with Knowledge Aggregation
yuyuyu_xxx的博客
12-12 969
通过引文论文的知识聚合改进生物医学抽象总结 （2310）codepaper来自生物医学文献的摘要具有明显的特定领域特征，包括专门的写作风格和生物医学术语，这需要对相关文献的深入理解。因此，由于缺乏特定领域的背景知识，现有的语言模型很难生成与生物医学专家生成的技术摘要相媲美的技术摘要。本文旨在通过聚合源文章中引用的外部论文的知识来提高生物医学抽象概括中语言模型的性能。
【论文阅读笔记|EMNLP2023】DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Ext
@
01-04 1320
当前大多数事件抽取（EE）方法都专注于高资源场景，这需要大量的带注释数据，难以应用于低资源领域。为了更有效地应对有限资源下的EE问题，我们提出了增强演示引导生成（DemoSG）模型，它从两个方面为低资源EE提供了帮助：首先，我们提出了基于演示的EE学习范式，充分利用带注释的数据，将其转化为演示来展示提取过程，并帮助模型有效学习。其次，我们将EE作为一个由基于模式的提示引导的自然语言生成任务来进行建模，从而利用标签语义并促进低资源场景中的知识转移。
Paper-Reading:自然语言处理中的论文阅读清单，包括对话系统和文本生成相关主题
05-07
阅读论文自然语言处理中的论文阅读清单，特别着重于对话系统和与文本生成相关的主题。 此仓库将不断更新 :hugging_face: ...机器翻译问题回答阅读理解图片字幕文字匹配 NLP中的深度学习CNM ：“ CNM：可解释的可匹配...
[EMNLP 2023演示]Video- llama:用于视频理解的指令调谐视听语言模型
02-06
[EMNLP 2023演示]Video- llama:用于视频理解的指令调谐视听语言模型
Position-Aware-Tagging-for-ASTE:EMNLP 2020论文“面向方面情感三元组提取的位置感知标记”的代码和模型
05-22
[EMNLP 2020] 任务描述 方面情感三元组提取（ASTE）是提取目标实体的三元组，它们的相关情感以及解释该情感原因的观点跨度的任务。 （Peng et al。，2020）在AAAI 2020中发表的论文中首次提出了这一任务，该论文 ...
Counterfactual-StoryRW:EMNLP-19论文“反事实故事推理和生成”的代码和数据https
03-09
“反事实故事推理和生成”的数据集和代码此仓库包含以下论文的数据集和代码： 秦联辉，安托万·博塞鲁特，阿里·霍兹曼，钱德拉·巴加瓦图拉，伊丽莎白·克拉克和崔艺珍EMNLP 2019数据集：TimeTravel 数据集可从下载...
EMNLP-2019-论文：带有EMNLP-IJCNLP 2019的arXiv链接的统计数据和已接受的论文列表
02-20
EMNLP 2019录取率EMNLP 2019论文关键词通过arXiv Link接受的论文指数口语课机器学习参加将来的令牌以进行双向序列生成（＃1443） 注意不是不解释（＃526） 部署主动学习的实际障碍（＃1176） 使用预期的标签比例在...
TWM论文阅读笔记
最新发布
read, note and comment papers
06-17 596
lzarzaht​ht​rt​γt​zt1​pf3l−1lht​rt​dt​γγγγγt​0γt​γγ0γot​ot​zt​ht​zt​。
论文阅读——ApeGNN- Node-Wise Adaptive Aggregation in GNNs for Recommendation
weixin_43954673的博客
06-17 679
近年来，图神经网络（GNN）在推荐方面取得了长足的进步。基于 GNN 的推荐系统的核心机制是迭代聚合用户-项目交互图上的邻近信息。然而，现有的 GNN 平等对待用户和项目，无法区分每个节点的不同局部模式，这使得它们在推荐场景中表现不佳。为了解决这一挑战，我们提出了一种节点式自适应图神经网络框架 ApeGNN。ApeGNN 开发了一种用于信息聚合的节点式自适应扩散机制，其中每个节点都能够根据局部结构（例如程度）自适应地决定其扩散权重。我们在六个广泛使用的推荐数据集上进行了实验。
论文阅读：H-ViT，一种用于医学图像配准的层级化ViT
wwimhere的博客
06-13 1115
来自CVPR的一篇文章，用CNN+Transformer混合模型做图像配准。可变形图像配准是一种在相同视场内比较或整合单模态或多模态视觉数据的技术，它旨在找到两幅图像之间的非线性映射关系。
【论文阅读】-- Omnisketch：高效的多维任意谓词高速流分析
zijin-jdd的博客
06-13 634
不同学科的一个关键需求是对快节奏的数据流执行分析，其性质类似于关系数据库中的传统 OLAP 分析，即使用过滤器和聚合。然而，由于存储要求高，以及存储海量数据时引入的延迟，存储无界流不是一种现实或理想的方法。因此，已经提出了许多概要/草图，它们可以在小内存（通常足够小以存储在RAM中）中总结流，这样就可以有效地近似聚合查询，而无需存储整个流。然而，过去的概要主要关注对单一属性流的总结，无法有效地处理对多个属性的任意子集进行过滤和约束。在这项工作中，我们提出了OmniSketch，这是第一个能够适应快节奏和复杂
sentence-bert: sentence embeddings using siamese bert-networks emnlp
04-30
Sentence-BERT（双塔BERT网络）是一种使用BERT网络生成句子嵌入的方法。 该技术在自然语言处理领域中具有广泛的应用，并且与传统的词向量相比，它提供了更丰富和有趣的语义信息。 在这个技术中，双塔BERT网络被用来...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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