融合主题预测和情感推理的共情回复生成方法

越来越多的研究开始聚焦于共情回复生成,然而现有的研究往往只关注于影响共情的表面情感因素,却忽略了对话中主题的变化和情感背后的原因,这将会导致生成的共情回复与主题不相关或共情性不足,从而降低用户的交互体验。因此提出一种融合主题信息和深层次情感信息的共情回复生成方法。通过主题预测模块进行受上下文控制的主题预测,得到一个候选主题词序列;通过情感推理模块预测出对话上下文的情感标签和检测出对话上下文中与情感原因相关的词,得到一个情感原因词标签序列;在回复生成模块中引入主题词门控注意力机制和情感原因词标签门控注意力机制,动态地选择出用于生成共情回复的主题词和情感原因词,促使对话模型生成主题相关且情感共鸣的共情回复。在数据集EmpatheticDialogues上的实验表明,该方法生成的回复的内容更加丰富、主题更加相关、情感更加共鸣。