Emocjonalna maszyna do rozmów ocenia Twoje emocje i je kopiuje

Chatboty mają długą i czcigodną historię, sięgającą lat 60. XX wieku i słynnego bota Eliza, który oszukał niektórych ludzi, że rozmawiają z prawdziwym człowiekiem. Od tego czasu programy komputerowe zdolne do prowadzenia rozmów stawały się coraz bardziej zaawansowane, z większą zdolnością rozumienia treści i odpowiedniego reagowania.

A jednak chatbotom wciąż wymyka się zdolność do przekonującego odtworzenia ludzkiej mowy. Porozmawiaj z nim przez dłuższy czas, a wkrótce stanie się jasne, że to maszyna.

Jednym z powodów jest to, że komputery nie są w stanie ocenić emocjonalnej treści rozmów i odpowiednio współodczuwać. Ten brak inteligencji emocjonalnej nieuchronnie zdradza chatboty.

Dziś wydaje się, że to się zmieni, dzięki pracy Hao Zhou z Uniwersytetu Tsinghua w Pekinie i kilku kumplom, którzy opracowali chatbota, który jest w stanie ocenić emocjonalną treść rozmowy i odpowiednio na nie odpowiedzieć.

Praca otwiera drzwi nowej generacji chatbotów, które są świadome emocjonalnie. Zgodnie z naszą najlepszą wiedzą, jest to pierwsza praca poświęcona czynnikowi emocjonalnemu w generowaniu rozmów na dużą skalę, mówią Hao i spółka.

Psychologowie generalnie dzielą emocje na sześć podstawowych kategorii: szczęście, smutek, wstręt, gniew, zaskoczenie i strach. Przekazujemy te emocje mową pisemną, używając słów, które mają określoną wartość emocjonalną. Sposób, w jaki ta walencja zmienia się w trakcie rozmowy, jest miarą treści emocjonalnej.

Na przykład słowa takie jak śmiech i uśmiech kojarzą się ze szczęściem, przygnębienie i płacz kojarzą się ze smutkiem i tak dalej. Rzeczywiście, psychologowie stworzyli ogromne tabele zawierające emocjonalną wartość słów.

Jest to rodzaj bazy danych, której niektóre aplikacje używają do określania, czy tweety są pozytywne, czy negatywne — technika znana jako analiza sentymentu. W rzeczywistości, używając techniki przesuwanego okna, socjolodzy mogą badać, w jaki sposób ładunek emocjonalny zmienia się w całej powieści.

Teraz Hao i jego zespół zastosowali tę samą technikę do analizy i kontrolowania emocjonalnej treści rozmów. To zadanie składa się z dwóch części. Pierwszym z nich jest analiza emocjonalnej treści rozmowy użytkownika za pomocą technik podobnych do analizy sentymentu.

Ale następna część jest trudniejsza. Polega na generowaniu odpowiedzi, które są zarówno istotne, jak i odpowiednie emocjonalnie.

Metoda Hao i firmy jest stosunkowo prosta. Zaczynają od zbioru danych zawierającego 23 000 zdań zebranych z chińskiego serwisu blogowego Weibo i ręcznie opatrzonych ich ładunkiem emocjonalnym — gniewem, obrzydzeniem, szczęściem, sympatią, smutkiem lub dodatkowym ładunkiem związanym z lubieniem czegoś. (Ignorują zaskoczenie i strach, które są stosunkowo rzadkie.)

Zespół wykorzystuje ten zestaw danych do trenowania algorytmu uczenia głębokiego do klasyfikowania zdań zgodnie z ich wartością emocjonalną.

Wreszcie, używają zwykłego generatora konwersacji chatbota do generowania odpowiedzi, wykorzystując algorytm głębokiego uczenia się, aby upewnić się, że odpowiedź ma właściwą treść emocjonalną. Nazywają swój system Emocjonalną Maszyną Rozmawiającą.

Na przykład, aby odpowiedzieć na oświadczenie Najgorszy dzień w historii. Spóźniłem się z powodu korków, Emocjonalna maszyna do rozmów może generować różne odpowiedzi, w zależności od wymaganych emocji.

Na szczęście odpowiada: Uśmiechaj się! Będzie lepiej. Na smutek odpowiada: To przygnębiające. Dla obrzydzenia mówi: „Czasami życie po prostu jest do bani”. Jak na złość, mówi: Ruch jest zły! Aby wyrazić sympatię, mówi, że zawsze jestem tutaj, aby cię wspierać.

To ciekawa praca, która może mieć duże zastosowanie. Zdolność do empatii (lub sprawiania wrażenia empatii) jest ważnym elementem komunikacji międzyludzkiej. Różne badania wykazały, że ludzie znacznie częściej pozytywnie reagują na empatyczną rozmowę. A to z pewnością przydałoby się w wielu sytuacjach typu call center.

Nr ref.: arxiv.org/abs/1704.01074 : Emocjonalna maszyna do czatowania: Generowanie emocjonalnych rozmów z pamięcią wewnętrzną i zewnętrzną

ukryć