ترجمه فارسی مقاله ReflectDiffu: بازتاب بین سرایت عاطفی و تقلید برای تولید پاسخ همدلانه از طریق یک چارچوب RL-Diffusion

چکیده

Empathetic response generation necessitates the integration of emotional and intentional dynamics to foster meaningful interactions. Existing research either neglects the intricate interplay between emotion and intent, leading to suboptimal controllability of empathy, or resorts to large language models (LLMs), which incur significant computational overhead. In this paper, we introduce ReflectDiffu, a lightweight and comprehensive framework for empathetic response generation. This framework incorporates emotion contagion to augment emotional expressiveness and employs an emotion-reasoning mask to pinpoint critical emotional elements. Additionally, it integrates intent mimicry within reinforcement learning for refinement during diffusion. By harnessing an intent twice reflect the mechanism of Exploring-Sampling-Correcting, ReflectDiffu adeptly translates emotional decision-making into precise intent actions, thereby addressing empathetic response misalignments stemming from emotional misrecognition. Through reflection, the framework maps emotional states to intents, markedly enhancing both response empathy and flexibility. Comprehensive experiments reveal that ReflectDiffu outperforms existing models regarding relevance, controllability, and informativeness, achieving state-of-the-art results in both automatic and human evaluations.

چکیده به فارسی (ترجمه ماشینی)

تولید پاسخ همدلی نیاز به ادغام پویایی عاطفی و عمدی برای تقویت تعامل معنی دار دارد.تحقیقات موجود یا از تعامل پیچیده بین احساسات و قصد غفلت می کند ، و منجر به کنترل زیر حد متوسط ​​همدلی یا متوسل شدن به مدلهای بزرگ زبان (LLMS) می شود ، که منجر به سربار محاسباتی قابل توجهی می شوند.در این مقاله ، ما ReflectDiffu ، یک چارچوب سبک و جامع برای تولید پاسخ همدلی را معرفی می کنیم.این چارچوب شامل آلودگی احساسات برای تقویت بیان عاطفی است و از یک ماسک عاطفی-فصلی استفاده می کند تا عناصر عاطفی انتقادی را مشخص کند.علاوه بر این ، این تقلید قصد را در یادگیری تقویت برای پالایش در هنگام انتشار ادغام می کند.ReflectDiffu با استفاده از یک هدف دو بار منعکس کننده مکانیسم کاوش در زمینه تصحیح است ، تصمیم گیری عاطفی را به اقدامات دقیق هدف ترجمه می کند ، و از این طریق به سوء استفاده از پاسخ های همدلی ناشی می شود که ناشی از عدم شناخت عاطفی است.از طریق تأمل ، چارچوب حالات عاطفی را به اهداف می رساند ، همدلی پاسخ و انعطاف پذیری را به طور قابل توجهی افزایش می دهد.آزمایش های جامع نشان می دهد که ReflectDiffu از مدل های موجود در مورد ارتباط ، کنترل و اطلاع رسانی ، دستیابی به نتایج پیشرفته در هر دو ارزیابی خودکار و انسانی است.