情感支撑对话的原始数据集。
文章主要的思想是1)利用尝试知识建模用户的情感状态,挖掘相关信息;2)利用混合的策略来进行更好的策略预测,辅助情感支撑回复。
文章主要的思想是源于情感支持的基本原则,即希望对话系统能够像人类一样进行心理咨询。具体来说,1)系统需要探索求助者情绪问题的原因(全局);2)根据当前的对话(局部)分析其隐含的心理意图,以指导提供支持性回应。
文章主要的思想是1)一个更合理的策略安排可以有效地提供情感支撑,并且理解用户的状态也可以更好地帮助回复;2)并且如何去动态的建模用户的状态,也是这篇文章的一个核心研究要点。
文章主要的思想是1)用户的反馈信息是比较重要的一个因素,因为可以反映出用户对当前对话的状态,比如满意或不满意;2)当前的对话系统在编码端,只考虑了上下文到策略流,忽略了从策略到上下文流的过程。
更多有趣MRC文章见:利用逆向思维的机器阅读理解。
相关文献
Bi-directional Cognitive Thinking Network for Machine Reading Comprehension 论文阅读
证据推理网络。
Hybrid Curriculum Learning for Emotion Recognition in Conversation
BERT用于文本分类方法