Jun, 2024

深思熟虑:对话中的情感推断解释

TL;DR在日常对话中,人们通过表达情感来传递情感信息,因此情感理解成为情感智能的关键一步。为了理解对话中的情感,我们需要让机器能够识别话语中的情感(对话情感识别,ERD),然后根据情感找出导致该情感的话语(对话情感原因提取,ECED)。目前的研究忽略了情感和原因之间的相互补充关系,因此我们提出了一种新的任务,即 “对话情感推导解释”(EDEN)。EDEN 以明确的推理方式识别情感和原因,模型需要生成一个解释文本,对导致情感的原因进行总结,使用常识分析讲话者的内部活动,然后根据推导出的原因猜测情感。为了支持 EDEN 的研究,我们基于 ECED 中的现有资源,通过人力努力构建了两个 EDEN 数据集。我们在 EDEN 上评估了不同模型,并发现大型语言模型(LLMs)比传统的预训练语言模型(PLMs)更有竞争力。此外,EDEN 可以帮助 LLMs 更好地识别情感和原因,探索了对话中可解释的情感理解的新研究方向。