Основні поняття
감정 전염과 의도 모방을 통합하여 공감적 대화 생성을 향상시키는 경량 프레임워크인 ReflectDiffu를 제안한다.
Анотація
이 논문은 ReflectDiffu라는 새로운 공감적 대화 생성 프레임워크를 소개한다. ReflectDiffu는 감정 전염과 의도 모방 메커니즘을 통합하여 공감적 대화 생성을 향상시킨다.
주요 내용은 다음과 같다:
- 감정 이유 주석기(ERA)를 통해 감정 이해를 향상시키고, 대조 전문가(C-Experts) 모델을 통해 감정 분류 성능을 높인다.
- 탐색-샘플링-수정 메커니즘인 Intent Twice를 도입하여 감정과 의도의 정렬을 향상시킨다.
- 강화학습 기반 확산 모델을 활용하여 공감적 응답 생성을 최적화한다.
실험 결과, ReflectDiffu는 기존 모델들에 비해 관련성, 제어 가능성, 정보성 측면에서 우수한 성능을 보였다. 또한 자동 평가와 사람 평가에서 모두 최신 기술 수준을 달성했다.
Статистика
공포감을 느낀 사용자의 대화 내용: "Yeah about 10 years ago I had a horrifying experience. It was 100% their fault but they hit the water barrels and survived. They had no injuries but they almost ran me off the road."
ReflectDiffu의 응답: "oh no! That sounds absolutely terrifying . I hope you were not hurt, Were you injured ?"
Цитати
"ReflectDiffu는 감정 전염과 의도 모방 메커니즘을 통합하여 공감적 대화 생성을 향상시키는 경량 프레임워크이다."
"Intent Twice 메커니즘은 감정과 의도의 정렬을 향상시켜 감정 인식 오류로 인한 공감적 응답 불일치를 해결한다."