مشفر تحويلي واعٍ بالعاطفة لإنشاء المحادثات التعاطفية

تم تدريب الوكلاء التفاعليين الحديثين لمحاكاة الطريقة التي يتفاعل بها البشر. وللتوصل إلى رابطة عاطفية مع المستخدم، يجب أن يكون لهذه الوكلاء الافتراضية وعي بالحالة العاطفية للمستخدم. تُعد نماذج التحويل (Transformers) الحالية من أحدث التقنيات في التعلم التسلسلي-إلى-تسلسلي، والذي يتضمن تدريب نموذج يتكون من معالج (Encoder) ومحول (Decoder) باستخدام تمثيلات الكلمات (Word Embeddings) المستمدة من أزواج الجملة-الرد. نقترح هنا معالجًا مُحسَّنًا بالعَاطفة ضمن هيكل Transformer Encoder، يهدف إلى التقاط "الذكاء العاطفي" في جملة المستخدم لتمكين إنتاج ردود مُتَعاطِفة تشبه ردود البشر. وتشمل مساهمات بحثنا ما يلي: 1) وحدة كشف العاطفة التي تم تدريبها على الجملة المدخلة، وتُحدد الحالة العاطفية للمستخدم في المرحلة الأولى؛ 2) اقتراح معالج Transformer جديد يدمج تمثيلات الكلمات مع تمثيلات العواطف من خلال إضافتها وتوحيدها، مما يضمن دمج الجوانب الدلالية والعاطفية للجملة المدخلة؛ 3) تتبع طبقات المعالج (Encoder) والمحول (Decoder) هيكل Transformer-XL، وهو من أحدث النماذج في مجال نمذجة اللغة. وقد أثبتت التجارب على مجموعة بيانات المحادثات العاطفية الشهيرة من Facebook AI فعالية نموذجنا، حيث حقق أداءً أفضل مقارنة بالطرق الحالية، كما تظهر نتائج معيار BLEU-4 الأعلى في الردود المولدة. وبهذا، أصبحت الوكلاء الافتراضية الذكية عاطفيًا واقعًا حقيقيًا، ومن المتوقع أن تُدمج العواطف كوسيلة تواصل رئيسية في جميع واجهات التفاعل بين الإنسان والآلة في المستقبل القريب.