focused empathy
1.0.0
EMNLP 2021 論文の公式 PyTorch 実装と EmoCause 評価セット ?
キム・ヒョヌ、キム・ビョンチャン、キム・ゴンヒ。感情の原因に焦点を当てた共感的な反応を生み出すための視点の取り方と実践論。 EMNLP 、2021 [論文]
このリポジトリの資料を出版された研究の一部として使用する場合は、次の論文を引用するようお願いします。
@inproceedings { Kim:2021:empathy ,
title = { Perspective-taking and Pragmatics for Generating Empathetic Responses Focused on Emotion Causes } ,
author = { Kim, Hyunwoo and Kim, Byeongchang and Kim, Gunhee } ,
booktitle = { EMNLP } ,
year = 2021
}私たちのコードは ParlAI フレームワークに基づいて構築されています。次のように conda 環境を作成することをお勧めします。
conda env create -f environment.ymlそしてそれをアクティブ化します
conda activate focused-empathy
python -m spacy download enEmoCause は、EmpatheticDialogues の有効なセットとテスト セットからの、感情的な状況における注釈付きの感情原因単語のデータセットです。目標は、単語レベルのラベルを使用せずに文レベルの感情ラベルのみをトレーニングすることによって、文内の感情原因単語を認識することです (つまり、弱教師感情原因認識)。 EmoCause は、人間は単語レベルの原因ラベルに対する教師あり学習では感情の原因を認識できないという事実に基づいています。したがって、トレーニングセットは提供しません。
EmoCause評価セットは [ここ] からダウンロードできます。
以下の実験コマンドを実行すると、データセットが自動的にダウンロードされることに注意してください。
| ＃感情 | ラベルの種類 | #ラベル/発言 | #発話 | |
|---|---|---|---|---|
| エモコーズ | 32 | 言葉 | 2.3 | 4.6K |
{
"original_situation": the original situations in the EmpatheticDialogues,
"tokenized_situation": tokenized situation utterances using spacy,
"emotion": emotion labels,
"conv_id": id for each corresponding conversation in EmpatheticDialogues,
"annotation": list of tuples: (emotion cause word, index),
"labels": list of strings containing the emotion cause words
}
次のコマンドを実行すると、対応するすべてのモデルが自動的にダウンロードされます。
マニュアルのダウンロード リンクも提供しています: [GEE] [Finetuned Blender]
EmoCause 評価セットで、私たちが提案する生成感情推定器 (GEE) を評価できます。
python eval_emocause.py --model agents.gee_agent:GeeCauseInferenceAgent --fp16 False微調整された Blender 上で集中的な共感応答を生成するためのアプローチを評価できます (Blender についてよく知りませんか? ここを参照してください!)。
python eval_empatheticdialogues.py --model agents.empathetic_gee_blender:EmpatheticBlenderAgent --model_file data/models/finetuned_blender90m/model --fp16 False --empathy-score False --alpha 0フラグを追加すると、プラグマティクスなしで Blender が実行されます。 --distractor-type randomを追加して、ランダム ディストラクタ (Plain S1) を試すこともできます。
Interpretation スコアと Exploration スコアも測定するには、 --empathy-score Trueに設定します。 EmpatheticDialogues で微調整された RoBERTa モデルが自動的にダウンロードされます。共感スコアの詳細については、元のリポジトリを参照してください。
この作品に関して有益なコメントをくださった匿名の査読者に感謝いたします。
この研究は、プロジェクト番号 SRFCIT210101 で、Samsung Electronics の Samsung Research Funding Center によって支援されました。コンピューティング リソースと人体研究は、韓国国立研究財団 (NRF) による脳研究プログラム (2017M3C7A1047860) によって支援されています。
Hyunwoo Kim (hyunw.kim at vl dot snu dot ac dot kr) までご連絡ください。
このリポジトリは MIT ライセンスを取得しています。詳細については、LICENSE ファイルを参照してください。
