通过情绪追踪和约束指导产生共情反应

让机器像人一样交流是开放域对话生成的长期目标。为了实现这一目标，对话生成的研究越来越多地关注情感这一关键因素。共情对话系统旨在识别用户的情绪和处境，并据此生成响应。这样的共情对话系统可以提高用户体验并建立长期的人机交互。然而，现有的共情对话生成模型忽略了对话双方在相邻对话轮次中情绪表达的连续性，导致情绪感知不足。此外，共情响应中涉及的情绪具有灵活性，很难设置具体的共情策略。

针对上述问题，韩东红领导的研究团队 于2024年4月15日在 高等教育出版社和施普林格·自然集团联合出版的《计算机科学前沿》杂志上发表了他们的新研究成果。

团队提出了一种新颖的共情对话生成模型ETHREED，该模型依靠分层GRU分别提取和跟踪对话双方的情感表征。此外，该模型还利用随机策略网络和引导策略搜索来预测回复的情感表征。实验结果表明，我们的回复具有更好的多样性、共情性和相关性。

在一次对话中，双方的情绪趋于连续，或根据情境转向积极或消极。为了对不同方的连续过程进行建模，ETHREED 利用四个 GRU 来获取对话中的全局状态、方状态、情绪表征和内容表征。全局 GRU 跟踪所有话语表征以获取情境信息。方 GRU 模拟各方的互动。情绪 GRU 分别跟踪各方的情绪。内容 GRU 提取对话内容表征并减轻情绪感知错误。此外，同理心可以看作是双方之间情绪的转移，因此研究将根据说话者的情绪状态预测听众情绪状态的过程定义为同理心策略。使用随机策略网络来建模此过程。我们使用听众的真实反应情绪分布作为约束来指导策略搜索。最后，指针生成网络动态地结合预测的听众情绪表征和情境信息进行解码。