感情-意味の相関を利用した共感的応答生成

共感的応答生成は、対話の言語から話者の感情を理解することで共感的な応答を生成することを目的としています。最近の手法は、コミュニケーターの言語における感情的な言葉を捉え、それらを静的なベクターとして構築し、微妙な感情を把握します。しかし、言語研究は、言語における感情的な言葉が動的であり、他の文法的意味的役割、すなわち文法における意味的な意味を持つ言葉と相関があることを示しています。以前の手法はこれらの二つの特性を見落としており、感情の誤解を招き、重要な意味を軽視することが容易です。この問題に対処するために、我々は共感的対話生成タスクのための動的感情-意味相関モデル（ESCM）を提案します。ESCMは、文脈と感情の相互作用を通じて動的な感情-意味ベクターを構築します。感情と意味の相関を反映するために依存木を導入します。動的な感情-意味ベクターと依存木に基づいて、モデルが対話における文脈的意味を学び、共感的な応答を生成するための動的相関グラフ畳み込みネットワークを提案します。EMPATHETIC-DIALOGUESデータセットに基づく実験結果は、ESCMが意味と感情をより正確に理解し、流暢で情報豊かな共感的応答を表現できることを示しています。我々の分析結果もまた、感情と意味の相関が対話の中で頻繁に使用され、共感的な知覚と表現にとって大きな意義を持つことを示しています。