-
题名基于双层解码的多轮情感对话生成模型
被引量：2
- 1
-
-
作者
罗红
陆海俊
陈娟娟
慎煜杰
王丹
-
机构
中移(杭州)信息技术有限公司
西安电子科技大学综合业务网理论及关键技术国家重点实验室
-
出处
《计算机应用研究》
CSCD
北大核心
2024年第6期1778-1783,共6页
-
文摘
情感对话系统的成功取决于语言理解、情感感知和表达能力,同时面部表情和个性等也能提供帮助。然而,尽管这些信息对于多轮情感对话至关重要,但是现有系统既未能够充分利用多模态信息的优势,又忽略了上下文相关性的重要性。为了解决这个问题,提出了一种基于双层解码的多轮情感对话生成模型(MEDG-DD)。该模型利用异构的图神经网络编码器将历史对话、面部表情、情感流和说话者信息进行融合,以获得更加全面的对话上下文。然后,使用基于注意力机制的双层解码器,以生成与对话上下文相关的富含情感的言辞。实验结果表明,该模型能够有效地整合多模态信息,实现更为准确、自然且连贯的情感话语。与传统的ReCoSa模型相比,该模型在各项评估指标上均有显著的提升。
-
关键词
图神经网络编码器
注意力机制
双层解码
对话生成
-
Keywords
graph neural network encoder
attention mechanism
dual-decoder
dialogue generation
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
