Génération automatique de dialogues avec des émotions exprimées

Malgré les innombrables efforts déployés ces dernières années dans la littérature pour concevoir des systèmes neuronaux de génération de dialogues, très peu d'entre eux envisagent d'imposer des restrictions sur la réponse elle-même. Ils apprennent à partir de collections de réponses passées et en génèrent une sur la base d'un énoncé donné sans tenir compte de l'acte de parole, du style souhaité ou de l'émotion à exprimer. Dans cette recherche, nous abordons le problème de forcer la génération du dialogue à exprimer une émotion. Nous présentons trois modèles qui concaténent l'émotion désirée avec l'entrée source pendant l'apprentissage, ou qui poussent l'émotion dans le décodeur. Les résultats, évalués avec un marqueur d'émotion, sont encourageants avec les trois modèles, mais présentent de meilleurs résultats et de meilleures promesses avec notre modèle qui ajoute le vecteur émotion dans le décodeur.