论文笔记——EMPATHETIC RESPONSE GENERATION VIA EMOTION CAUSE TRANSITION GRAPH

论文评价

发表在ICASSP，即International Conference on Acoustics, Speech and Signal Processing，是IEEE名下的，很明显这并不是一个做文本的学术会议

总体评价是：这不是一篇好的论文，只能是说思路可以看，但细节完全不忍直视。

论文创新点：

不同于传统的使用情绪分类器先提取出情绪的方法，这篇文章使用了情绪诱因提取的方式来增强共情对话生成（虽然这一方法并不是该文章首创）。

论文思路：

首先要说明的是关于数据集的修改，

作者对数据集进行了补充，原数据集（也就是2019年发表的EmpatheticDialogue，ED）并没有对情绪诱因进行标注，于是作者手工增加了标准便于训练。

原数据集对对话标注了emotion标签，但emotion标签原则上不能直接当成已知的（因为对话本身是不会有emotion标注的），但本文当中，作者并没有解释他的emotion标签是怎么来的，我觉得可能就是直接用了数据集里的（这样做是完全错误的）。

模型思路如下：

用spanBERT对"上下文 [SEP] emotion"进行编码，然后使用指针网络把情绪诱因的开始和结束位置提出来，再用基于规则的方式提取出诱因片段的关键词（但我印象中好像有KeyBERT可以用）。

所有提取出的关键词会被当成图里的节点（vertex，或者文中使用的concept），构建一个图。

结合经过BERT的上下文编码和图，使用Transformer Decoder进行解码.。

但文章认为可能解码器过于关注那些出现频率比较高的关键词（或者说图的顶点），于是使用了Insert Transformer，将decoder中层的输出当作输入，真正的回复当作label，用多任务学习来优化deocder（虽然我并不知道这为什么能解决他提出的问题，作者也没有解释）。

最终使用BERT作为编码器，将预测出的回复节点和上下文连起来放入BERT进行编码，然后再放到Transformer解码器中解码，得到最终的输出。

实验结果

我不知道是arxiv的问题还是论文就是这样，实验结果的大表格是没有标题的。只能通过和另一个表的数据对比大概能看出是什么，对应的应该是这样：

 实验结果中写的其他论文的数据在原论文中也不是这么低，至于是谁有问题那我就不知道了