CCIIP实验室2022级硕士生鲁镇仪同学（2022年9月入学，导师：魏巍）论文“MIRACLE: Towards Personalized Dialogue Generation with Latent-Space Multiple Personal Attribute Control” 被自然语言处理顶级国际会议EMNLP 2023（Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing）作为Findings长文全文录用。EMNLP 2023 将于2023年12月6日-12月10日在新加坡召开。EMNLP作为是CCF推荐的B类国际学术会议，在自然语言处理领域享有很高的学术声誉，在国外学术界与ACL具有同等学术地位。
【标题】：Miracle: Towards Personalized Dialogue Generation with Latent-Space Multiple Personal Attribute Control，Proceedings of the 2023 Conference on Empirical Methods in Natural Language Processing (Findings of EMNLP'2023), Singapore.
【作者】：Zhenyi Lu, Wei Wei*, Xiaoye Qu, Xian-Ling Mao, Dangyang Chen, Jixiong Chen
【内容简介】：个性化对话系统旨在赋予聊天机器人代理更多的拟人化特征，以进行类似人类的交互。现有方法通常使用文本描述、基于用户嵌入的隐式推导或手工提示包括ChatGPT在内的大型语言模型。然而，文本人物角色在描述复杂多属性的个性存在局限性（如语言风格、内在人物细微差别等），隐式嵌入则存在个性稀疏性问题，手工提示缺乏控制的细粒度和稳定性。因此，这些方法可能难以处理复杂的个性化对话生成任务。为此，我们提出了一种基于潜在空间能量模型的多属性控制的个性化对话生成方法（Miracle）。具体地说，我们将复杂人格分解为多方面的属性，并利用条件变分自编码器诱导出与密集属性响应一致的潜在联合属性空间，我们设计了特定的能量函数，并定制了常微分方程采样方法，以提供这些属性的灵活组成和细粒度控制。我们方法的灵活配置使不同的个性表达成为可能。实验表明，Miracle在个性可控性和回复生成质量方面优于目前已有SOTA基线模型。
图 1 Miracle 整体框架示意