Seq2Seq 및 사전 기반 주의 메커니즘을 기반으로 한 동적 감정 세션 생성 모델

딥 러닝의 발전으로 인해 딥 러닝을 기반으로 한 대규모 대화 생성 방법이 광범위한 관심을 받고 있습니다. 현재 연구는 생성된 대화 내용의 품질 문제를 해결하는 데 초점을 두고 있지만, 생성된 대화 내용의 감정적 요소를 완전히 고려하지 못했습니다. 열린 도메인 대화 시스템에서 감정적인 반응 문제를 해결하기 위해 우리는 동적 감정 세션 생성 모델(DESG)을 제안했습니다. Seq2Seq(시퀀스 간 시퀀스) 프레임워크를 기반으로 한 모델 약어는 감정 사전의 동의어로 응답 내부의 단어 대체를 권장하는 사전 기반 주의 메커니즘을 통합합니다. 동시에 모델을 개선하기 위해 내부 감정 조절기 및 감정 분류기 메커니즘이 도입되어 대규모 감정-세션 생성 모델을 구축합니다. 실험 결과는 우리의 DESG 모델이 주어진 게시물과 감정 카tegory에 대해 내용(관련 문법) 측면에서 적절한 출력 시퀀스를 생성할 수 있을 뿐만 아니라 기대되는 감정적 반응을 명시적으로 또는 암시적으로 표현할 수 있음을 보여줍니다.