211service.com
Emosjonell chattemaskin vurderer følelsene dine og kopierer dem
Chatbots har en lang og ærverdig historie som går tilbake til 1960-tallet, og den berømte Eliza-boten som lurte noen mennesker til å tro at de chattet med et ekte menneske. Siden den gang har dataprogrammer som er i stand til å gjennomføre samtaler blitt stadig mer avanserte med større evne til å forstå innhold og svare på riktig måte.
Og likevel unngår evnen til å gjengi menneskelig tale på overbevisende måte fortsatt chatboter. Snakk med en over lengre tid, og det blir snart klart at det er en maskin.
En grunn er at datamaskiner ikke er i stand til å måle det emosjonelle innholdet i samtaler og føler seg deretter. Denne mangelen på emosjonell intelligens gir uunngåelig chatbots bort.
I dag ser det ut til å endre seg, takket være arbeidet til Hao Zhou ved Tsinghua University i Beijing og noen få venner som har utviklet en chatbot som er i stand til å vurdere det emosjonelle innholdet i en samtale og svare deretter.
Verket åpner døren til en ny generasjon chatbots som er følelsesmessig bevisste. Så vidt vi vet, er dette det første arbeidet som tar for seg følelsesfaktoren i storskala samtalegenerering, sier Hao og co.
Psykologer klassifiserer generelt følelser i seks grunnleggende kategorier: lykke, tristhet, avsky, sinne, overraskelse og frykt. Vi formidler disse følelsene med skriftlig tale ved å bruke ord som har en spesifikk følelsesmessig valens. Måten denne valensen endres gjennom en samtale er et mål på det følelsesmessige innholdet.
For eksempel er ord som latter og smil forbundet med lykke, deprimerende og gråt er assosiert med tristhet, og så videre. Faktisk har psykologer laget enorme tabeller som viser den emosjonelle valensen til ord.
Det er denne typen database som enkelte apper bruker for å avgjøre om tweets er positive eller negative – en teknikk kjent som sentimentanalyse. Faktisk, ved å bruke en skyvevindu-teknikk, kan samfunnsvitere studere hvordan den følelsesmessige ladningen endres gjennom hele romaner.
Nå har Hao og teamet hans brukt samme type teknikk for å analysere og kontrollere det emosjonelle innholdet i samtaler. Denne oppgaven består av to deler. Den første er å analysere det emosjonelle innholdet i den menneskelige brukerens samtale ved å bruke teknikker som ligner på følelsesanalyse.
Men neste del er vanskeligere. Det innebærer å generere svar som er både relevante og følelsesmessig passende.
Hao og selskapets metode er relativt grei. De starter med et datasett på 23 000 setninger samlet inn fra den kinesiske bloggtjenesten Weibo og manuelt kommentert med deres følelsesmessige ladning – sinne, avsky, lykke, like, tristhet eller en tilleggsavgift forbundet med å like noe. (De ignorerer overraskelse og frykt, som er relativt sjeldne.)
Teamet bruker dette datasettet for å trene en dyplæringsalgoritme for å klassifisere setninger i henhold til deres emosjonelle valens.
Til slutt bruker de en vanlig chatbot-samtalegenerator for å produsere svar mens de bruker dyplæringsalgoritmen for å sikre at svaret har riktig følelsesmessig innhold. De kaller systemet deres Emotional Chatting Machine.
For eksempel for å svare på utsagnet Verste dag noensinne. Jeg kom for sent på grunn av trafikken, Emotional Chatting Machine kan generere forskjellige svar, avhengig av den nødvendige følelsen.
For lykke, svarer den, Fortsett å smile! Ting vil bli bedre. For tristhet, svarer den: Det er deprimerende. For avsky, står det: Noen ganger suger livet bare. For sinne, står det, Trafikken er for dårlig! Og for å uttrykke liking, står det, jeg er alltid her for å støtte deg.
Dette er interessant arbeid som kan ha betydelig anvendelse. Evnen til empati (eller synes å ha empati) er en viktig komponent i menneskelig kommunikasjon. Ulike studier har vist at mennesker er mye mer sannsynlig å ha en positiv reaksjon på en empatisk samtale. Og det ville absolutt være nyttig i mange situasjoner av typen callsenter.
Ref: arxiv.org/abs/1704.01074 : Emosjonell chattemaskin: Generering av emosjonelle samtaler med internt og eksternt minne