Emotionell chattmaskin bedömer din känsla och kopierar den

Chatbots har en lång och ärevördig historia som går tillbaka till 1960-talet och den berömda Eliza-boten som lurade vissa människor att tro att de chattade med en riktig människa. Sedan dess har datorprogram som kan föra konversationer blivit allt mer avancerade med större förmåga att förstå innehåll och svara på lämpligt sätt.

Och ändå undviker förmågan att återge mänskligt tal på ett övertygande sätt fortfarande chatbots. Prata med en hur länge som helst och det står snart klart att det är en maskin.

En anledning är att datorer inte kan mäta det känslomässiga innehållet i konversationer och känna empati därefter. Denna brist på emotionell intelligens ger oundvikligen chatbots bort.

Idag ser det ut att förändras, tack vare Hao Zhous arbete vid Tsinghua University i Peking och några kompisar som har utvecklat en chatbot som kan bedöma det känslomässiga innehållet i en konversation och svara därefter.

Verket öppnar dörren till en ny generation chatbots som är känslomässigt medvetna. Så vitt vi vet är detta det första arbetet som tar upp känslofaktorn i storskalig konversationsgenerering, säger Hao och co.

Psykologer klassificerar generellt känslor i sex grundläggande kategorier: lycka, sorg, avsky, ilska, överraskning och rädsla. Vi förmedlar dessa känslor med skriftligt tal med hjälp av ord som har en specifik känslomässig valens. Sättet som denna valens förändras under en konversation är ett mått på det känslomässiga innehållet.

Till exempel är ord som skratt och leende förknippade med lycka, deprimerande och gråt förknippas med sorg, och så vidare. Faktum är att psykologer har skapat enorma tabeller som listar ordens känslomässiga valens.

Det är den här typen av databas som vissa appar använder för att avgöra om tweets är positiva eller negativa – en teknik som kallas sentimentanalys. Faktum är att med hjälp av en skjutfönsterteknik kan samhällsvetare studera hur den känslomässiga laddningen förändras genom hela romaner.

Nu har Hao och hans team använt samma typ av teknik för att analysera och kontrollera det känslomässiga innehållet i konversationer. Denna uppgift består av två delar. Den första är att analysera det känslomässiga innehållet i den mänskliga användarens konversation med hjälp av tekniker som liknar sentimentanalys.

Men nästa del är mer knepig. Det innebär att generera svar som är både relevanta och känslomässigt lämpliga.

Hao och företagets metod är relativt okomplicerad. De börjar med en datauppsättning med 23 000 meningar som samlats in från den kinesiska bloggtjänsten Weibo och manuellt kommenteras med deras känslomässiga laddning – ilska, avsky, glädje, som, sorg eller en extra avgift förknippad med att gilla något. (De ignorerar överraskning och rädsla, som är relativt sällsynta.)

Teamet använder denna datauppsättning för att träna en djupinlärningsalgoritm för att klassificera meningar efter deras känslomässiga valens.

Slutligen använder de en vanlig chatbot-konversationsgenerator för att producera svar samtidigt som de använder algoritmen för djupinlärning för att säkerställa att svaret har rätt känslomässigt innehåll. De kallar sitt system för Emotional Chatting Machine.

Till exempel för att svara på uttalandet Värsta dagen någonsin. Jag kom sent på grund av trafiken, Emotional Chatting Machine kan generera olika svar, beroende på vilken känsla som krävs.

För lycka, svarar den, Fortsätt le! Det kommer bli bättre. För sorg, svarar det, det är deprimerande. För avsky, står det, Ibland suger livet bara. För ilska, står det, Trafiken är för dålig! Och för att uttrycka gillande, står det, jag är alltid här för att stödja dig.

Detta är ett intressant arbete som kan ha betydande tillämpning. Förmågan att empati (eller tyckas empati) är en viktig komponent i mänsklig kommunikation. Olika studier har visat att människor är mycket mer benägna att ha en positiv reaktion på ett empatiskt samtal. Och det skulle säkert vara användbart i många callcenter-liknande situationer.

Ref: arxiv.org/abs/1704.01074 : Emotionell chattmaskin: Generering av känslomässiga konversationer med internt och externt minne

Dölj