Emotionele chatmachine beoordeelt uw emotie en kopieert deze

Chatbots hebben een lange en eerbiedwaardige geschiedenis die teruggaat tot de jaren zestig en de beroemde Eliza-bot die sommige mensen voor de gek hield door te denken dat ze aan het chatten waren met een echt mens. Sindsdien zijn computerprogramma's die gesprekken kunnen voeren steeds geavanceerder geworden, met een groter vermogen om inhoud te begrijpen en gepast te reageren.

En toch ontgaat chatbots nog steeds het vermogen om menselijke spraak overtuigend te reproduceren. Praat er een tijdje mee en het wordt al snel duidelijk dat het een machine is.

Een van de redenen is dat computers niet in staat zijn de emotionele inhoud van gesprekken te peilen en zich dienovereenkomstig in te leven. Dit gebrek aan emotionele intelligentie geeft chatbots onvermijdelijk weg.

Vandaag lijkt dat te veranderen, dankzij het werk van Hao Zhou aan de Tsinghua University in Peking en een paar vrienden die een chatbot hebben ontwikkeld die de emotionele inhoud van een gesprek kan beoordelen en dienovereenkomstig kan reageren.

Het werk opent de deur naar een nieuwe generatie chatbots die emotioneel bewust zijn. Voor zover wij weten, is dit het eerste werk dat de emotiefactor aanpakt bij het genereren van grootschalige gesprekken, zeggen Hao en co.

Psychologen classificeren emoties over het algemeen in zes basiscategorieën: geluk, verdriet, walging, woede, verrassing en angst. We brengen deze emoties over met geschreven spraak met woorden die een specifieke emotionele waarde hebben. De manier waarop deze valentie tijdens een gesprek verandert, is een maatstaf voor de emotionele inhoud.

Woorden als lachen en glimlachen worden bijvoorbeeld geassocieerd met geluk, deprimerend en huilen worden geassocieerd met verdriet, enzovoort. Inderdaad, psychologen hebben enorme tabellen gemaakt met de emotionele waarde van woorden.

Het is dit soort database dat bepaalde apps gebruiken om te bepalen of tweets positief of negatief zijn - een techniek die bekend staat als sentimentanalyse. In feite kunnen sociale wetenschappers met behulp van een schuifraamtechniek bestuderen hoe de emotionele lading in hele romans verandert.

Nu hebben Hao en zijn team dezelfde soort techniek gebruikt om de emotionele inhoud van gesprekken te analyseren en te beheersen. Deze taak bestaat uit twee delen. De eerste is om de emotionele inhoud van het gesprek van de menselijke gebruiker te analyseren met behulp van technieken die vergelijkbaar zijn met sentimentanalyse.

Maar het volgende deel is lastiger. Het gaat om het genereren van reacties die zowel relevant als emotioneel passend zijn.

De methode van Hao en het bedrijf is relatief eenvoudig. Ze beginnen met een dataset van 23.000 zinnen die zijn verzameld van de Chinese blogservice Weibo en handmatig zijn geannoteerd met hun emotionele lading: woede, walging, geluk, leuk vinden, verdriet of een extra lading die verband houdt met iets leuk vinden. (Ze negeren verrassing en angst, die relatief zeldzaam zijn.)

Het team gebruikt deze dataset om een ​​diepgaand lerend algoritme te trainen om zinnen te classificeren op basis van hun emotionele waarde.

Ten slotte gebruiken ze een gewone chatbot-gespreksgenerator om reacties te produceren, terwijl ze het deep-learning-algoritme gebruiken om ervoor te zorgen dat de reactie de juiste emotionele inhoud heeft. Ze noemen hun systeem de Emotionele Chatmachine.

Bijvoorbeeld om te reageren op de stelling Slechtste dag ooit. Ik kwam laat aan vanwege het verkeer, de Emotionele Chatmachine kan verschillende reacties genereren, afhankelijk van de vereiste emotie.

Voor geluk antwoordt het: Blijf lachen! Het zal beter worden. Voor verdriet antwoordt het: Het is deprimerend. Voor walging, zegt het, Soms is het leven gewoon klote. Voor woede, staat er: Het verkeer is te slecht! En om uiting te geven aan het leuk vinden, staat er: ik ben er altijd om je te ondersteunen.

Dit is interessant werk dat een belangrijke toepassing kan hebben. Het vermogen om zich in te leven (of lijkt in te leven) is een belangrijk onderdeel van menselijke communicatie. Uit verschillende onderzoeken blijkt dat mensen veel vaker positief reageren op een empathisch gesprek. En dat zou zeker nuttig zijn in veel callcenter-achtige situaties.

Referentie: arxiv.org/abs/1704.01074 : Emotionele chatmachine: genereren van emotionele gesprekken met intern en extern geheugen

zich verstoppen