focused empathy下載 - focused empathy原始碼下載

focused empathy

Ai源碼

1.0.0

下載

觀點採擇和語用學的生成
關注情緒原因的同理心反應

我們的 EMNLP 2021 論文的官方 PyTorch 實作和 EmoCause 評估集？
金賢宇、金秉昌和金健熙。換位思考和語用學，以產生針對情感原因的同理心反應。 EMNLP ，2021 [論文]

TL;DR ：為了在對話中表達更深層的同理心，我們認為回應應該關注情緒的原因。受人類觀點採擇的啟發，我們提出了一種生成情緒估計器（GEE），它可以僅基於句子級情緒標籤來識別情緒原因詞，而無需詞級註釋（即弱監督）。為了評估我們的方法，我們註釋了情緒原因詞並發布了EmoCause評估集。我們還提出了一種基於語用學的方法，用於產生針對上下文中目標單字的回應。

參考

如果您使用此儲存庫中的資料作為任何已發表研究的一部分，我們要求您引用以下論文：

 @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
}

執行

系統需求

Python 3.7.9
火炬1.6.0
支援 CUDA 10.2 的 GPU，記憶體至少為 24GB
詳細資訊請參閱environment.yml

環境設定

我們的程式碼建構在 ParlAI 框架上。我們建議您建立一個 conda 環境，如下所示

conda env create -f environment.yml

並激活它

conda activate focused-empathy
python -m spacy download en

用於弱監督情緒原因識別的 EmoCause 評估集

EmoCause是來自 EmpatheticDialogues 有效和測試集的情感情境中帶註釋的情感原因詞的資料集。目標是透過僅在沒有單字級標籤的句子級情緒標籤上進行訓練來識別句子中的情緒原因詞（即弱監督情感原因識別）。 EmoCause的基礎是人類無法透過詞級原因標籤的監督學習來辨識情緒的原因。因此，我們不提供訓練集。

您可以[此處]下載EmoCause評估集。
請注意，當您執行下面的實驗命令時，將自動下載資料集。

資料統計及結構

	＃情感	標籤類型	#標籤/話語	＃發聲
情感事業	32	單字	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
}

運行實驗

執行以下命令時，將自動下載所有對應的模型。
我們也提供手冊下載連結：[GEE] [Finetuned Blender]

EmoCause 上的 GEE 弱監督情緒導致單字識別

您可以在 EmoCause 評估集上評估我們提出的生成情緒估計器 (GEE)。

python eval_emocause.py --model agents.gee_agent:GeeCauseInferenceAgent --fp16 False

在 EmpatheticDialogues 上使用經過微調的 Blender 產生集中的移情反應

您可以評估我們在微調的 Blender 上產生集中同理心回應的方法（不熟悉 Blender？請參閱此處！）。

python eval_empatheticdialogues.py --model agents.empathetic_gee_blender:EmpatheticBlenderAgent --model_file data/models/finetuned_blender90m/model --fp16 False --empathy-score False

新增--alpha 0標誌將執行 Blender，無需使用任何語法。您也可以透過新增--distractor-type random來嘗試隨機幹擾器 (Plain S1)。

若要同時測量解釋和探索分數，請將--empathy-score設定為True 。它將自動下載在 EmpatheticDialogues 上微調的 RoBERTa 模型。有關同理心得分的更多詳細信息，請訪問原始存儲庫。