《论文阅读》利用情感语义关联生成同情回复 EMNLP 2023

70 篇文章 59 订阅 ¥29.90 ¥99.00
31 篇文章 13 订阅 ¥29.90 ¥99.00
该论文提出了一种名为ESCM的模型,利用情感的动态表达和语义关联来改进共情回复生成。通过构建动态情绪-语义向量和依赖树动态相关图卷积网络,增强对话理解,尤其关注情绪词汇在句子中的变化和语法相关性。实验表明,这种方法在共情对话数据集上表现出优越性。
摘要由CSDN通过智能技术生成

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《Exploiting Emotion-Semantic Correlations for Empathetic Response Generation》

在这里插入图片描述


出版: Findings of the Association for Computational Linguistics: EMNLP 2023, pages 4826–4837

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

第一作者机构:College of Computer and Data Science, Fuzhou University

简介

作者首先简单明了指出理解说话者的情绪有助于提高回复质量,这里的情绪指的是对

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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