[论文解读] Endowing Empathetic Conversational Models with Personas

Peixiang Zhong, Yan Zhu+5 more|arXiv (Cornell University)|Apr 26, 2020

Persona Design and Applications被引用 5

一句话总结

本文提出了一项基于人格的共情对话新任务，引入了基于 BERT 的响应选择模型 CoBERT，在一个新型大规模多领域数据集上实现了最先进性能。实证结果表明，人格显著提升了共情回应质量，尤其是在模型在共情数据上进行预训练时，建立了人格与人类对话中共情之间的直接联系。

ABSTRACT

Empathetic conversational models have been shown to improve user satisfaction and task outcomes in numerous domains. In Psychology, persona has been shown to be highly correlated to personality, which in turn influences empathy. In addition, our empirical analysis also suggests that persona plays an important role in empathetic conversations. To this end, we propose a new task towards persona-based empathetic conversations and present the first empirical study on the impacts of persona on empathetic responding. Specifically, we first present a novel large-scale multi-domain dataset for persona-based empathetic conversations. We then propose CoBERT, an efficient BERT-based response selection model that obtains the state-of-the-art performance on our dataset. Finally, we conduct extensive experiments to investigate the impacts of persona on empathetic responding. Notably, our results show that persona improves empathetic responding more when CoBERT is trained on empathetic conversations than non-empathetic ones, establishing an empirical link between persona and empathy in human conversations.

研究动机与目标

• 探究人格在共情对话响应中的作用。
• 解决基于人格的共情对话缺乏大规模、多领域数据集的问题。
• 开发一种针对共情对话的最先进响应选择模型（CoBERT）。
• 实证检验人格如何影响共情响应生成。
• 在人类对话中建立人格与共情之间的数据驱动联系。

提出的方法

• 作者构建了一个大规模、多领域的专用数据集，用于基于人格的共情对话。
• 提出 CoBERT，一种针对共情对话中响应选择任务微调的 BERT 模型。
• CoBERT 利用 BERT 的上下文嵌入来编码用户话语和候选响应。
• 在新数据集上训练和评估该模型，并通过消融研究隔离人格的影响。
• 通过比较在共情数据与非共情数据上训练的模型性能，评估训练数据分布对人格有效性的影响。
• 采用自动评估与人工评估相结合的方法，衡量共情响应质量及人格的贡献。

实验结果

研究问题

• RQ1 在对话模型中引入人格如何影响共情响应的质量？
• RQ2 人格在共情响应生成中的有效性是否依赖于训练数据的分布？
• RQ3 基于 BERT 的模型能否在基于人格的共情响应选择任务上实现最先进性能？
• RQ4 在共情对话中，人格特征与非人格特征的相对贡献如何？
• RQ5 在人类对话中，人格与共情之间是否存在可测量的实证联系？

主要发现

• 人格显著提升了共情响应质量，尤其当模型在共情对话数据上进行预训练时效果更明显。
• CoBERT 在所提出的数据集上实现了最先进性能，在响应选择任务中优于先前模型。
• 当模型在共情对话而非非共情对话上进行预训练时，人格对共情的积极影响更加显著。
• 实证分析证实，人格在塑造共情响应中起着关键作用，与人格与共情关系的心理学研究发现一致。
• 研究结果建立了人格与人类对话中共情之间直接、数据驱动的联系，验证了人格在共情建模中的重要性。