清华大学18年提出的。让聊天机器人拥有感情。
结果
模型
情感模型的输出是Decoder的输入，同时Decoder的输出也是情感模型的输入，
实现
主要方法是在seq2seq的基础上，decoder部分加入emotion embedding、internal memory、outer memory。
emotion embedding：
情感词：用e表示某种情感，共有6种情感{ Anger, Disgust, Happiness, Like, Sadness, Other}。每个句子的情感类别使用情感分类模型预处理得到的。
internal memory：当机器准备生成第t个应答词，有多大概率使用当前状态的情感状态M^{I}_{e,t}，并更新下一时刻（t+1）的情感状态。
outer memory：外部记忆模型：这个在生成应答词的最后使用。
内部记忆模型隐式地考虑了生成词时对情感因子的使用，但是最终要生成具体的词语，这就要显式地考虑情感因子。
这部分的工作简而言之就是，首先根据当前的隐含情感状态选择情感词并根据当前Decoder输出的隐含状态选择其他非情感词，然后均衡考虑情感词和其他非情感词，生成最终应答词。
主要是在GRU上做文章。
作者：黄Betsy
链接：https://zhuanlan.zhihu.com/p/26643746
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
我的体悟
在模型上的文章做的太细，
而且效果不是很好，
情感分类喜欢和开心不一样，
实现的比较简单没有对话太少