Emora: 一个关心你的好奇社交聊天机器人
该研究探讨了乙女文化和人工智能的交叉点,特别关注乙女导向游戏如何满足年轻女性的情感需求。这些游戏通过精心构建的叙事结构和角色发展,提供玩家满足感、陪伴感和保护感。通过整合大型语言模型(LLM)技术来增强互动体验,我们以《泪水之女神》为案例研究,将现有游戏叙事与问题 - 回答(QA)系统相结合,并通过数据增强和情感增强技术来丰富聊天机器人的功能,为玩家提供逼真且支持性的陪伴。
Nov, 2023
本文通过提出统一的端到端神经架构,实现对发帖的语义和情感的编码,以生成智能回复和恰当表达情感,实验证明在内容连贯性和情感适当性方面优于现有方法。
Jun, 2021
本文讨论了如何提高社交聊天机器人的用户参与度,并阐述了在这一领域的核心技术,同时用小冰作为例子来说明如何在长时间的对话中识别情感并与用户进行交流。
Jan, 2018
本篇论文采用先前的大规模预训练和移情对话数据来制造共情性对话,并采用多轮对话的安排来维持上下文,成功创建了一种用于心理健康应用的生成性共情开放域聊天机器人,并取得了现有测试集的最佳成果。
Nov, 2021
本文介绍了一种端对端对话系统,旨在缓解自我隔离下人们的孤独感,并进行了一项控制模拟实验来评估用户界面、名为 Nora 的基于 Web 的虚拟代理与安卓智能体 ERICA 之间的影响。实验结果表明,由于其面部表情和身体动作等非语言信息,安卓提供了更有价值的用户体验,给人以更有共鸣和参与对话的印象。
Jun, 2021
UCSC's conversational agent, Athena 2.0, utilizes a novel knowledge-grounded discourse model for Amazon's Socialbot Grand Challenge 4, incorporating entity links, named-entity recognition, coreference resolution, and a user model for personalization.
Aug, 2023
本文提出了 Emotion Chatting Machine(ECM),它可以生成不仅在内容(相关和语法)而且在情感(情感一致)上都恰当的响应。通过嵌入情感类别、捕捉内部情感状态的变化以及使用外部情感词汇,ECM 使用三种新机制来解决情感因素。实验表明,所提出的模型可以生成不仅在内容而且在情感上都恰当的响应。
Apr, 2017
介绍了 Chorus 和 Evorus 两个系统,利用实时人类计算与人工智能相结合进行顶层设计。其中,Chorus 是人类计算实现的辅助对话系统,而 Evorus 是自动化 Chorus 系统的框架。通过超过 2,200 次的对话,证明了该系统的自动化和实际应用的可行性。同时,探讨了开发和部署中所遇到的来自 “代理人” 的挑战和那些难以自动化的对话的特殊挑战。
Oct, 2019
本文介绍了世界上最受欢迎的社交聊天机器人 —— 微软小冰的开发过程,其独特的设计使其成为具有情感联系的人工智能伴侣,以满足人类在沟通、情感和社交归属方面的需要。通过在系统设计中同时考虑了智商和情商,将人机社交聊天视为在马尔可夫决策过程上做出决策,并优化小冰以实现长期用户参与度最大化。详细介绍了系统架构和关键组件,包括对话管理器、核心聊天、技能和一种共情计算模块。展示了小冰如何动态地识别人类情感和状态,理解用户意图,在长时间对话中回应用户需求。自 2014 年推出以来,小冰已与超过 6.6 亿活跃用户进行了沟通,并成功与其中许多建立了长期关系。大规模在线日志分析表明,小冰的平均每次会话轮次数为 23,远高于其他聊天机器人甚至人类间对话。
Dec, 2018
本文介绍了一个全流程的共情对话代理 CAiRE,该系统运用 TransferTransfo 学习方法,通过多任务学习(响应语言模型、响应预测和对话情感检测)微调预训练的大规模语言模型,并在最近提出的具有同情心的对话数据集(Rashkin 等人,2019)上进行了评估,实验结果表明 CAiRE 在对话情感检测和共情响应生成方面实现了最先进的性能。
Jul, 2019