近日，上海科技大学创意与艺术学院人工智能与数字艺术实验室田政课题组的研究成果“EmoStance: Response-Side Affective-Orientation Control for Empathetic Response Generation via Emoji Weak Supervision”获自然语言处理经验方法会议（Conference on Empirical Methods in Natural Language Processing，EMNLP 2026） 主会接收，并入选口头报告（Oral Presentation）。该研究构建了EmojiDialogue 数据集，并提出 EmoStance 共情回复生成框架，以日常交流中的表情符号为线索，帮助模型学习更细腻的回应方式。这也是创艺学院持续推动人工智能与数字艺术交叉领域科研创新的一项新进展。
大语言模型已能生成流畅、切题的回答，但未必能恰当回应对方的感受。例如，同样一句“终于把项目交上去了”，既可能表达完成任务的喜悦，也可能流露连日忙碌后的疲惫。此时更适合一起庆祝，还是先表达关心，需要结合前文判断。仅用“开心”“难过”或“中性”等情绪标签往往难以体现这些差别。
EmoStance 将这种选择称为“回应取向”，关注的不是对方处于什么情绪，而是模型应如何参与交流，例如给予鼓励、表达关切或分享喜悦。其核心思路是：先选择怎样回应，再组织语言，使回复更好地承接对方的表达。
图1 - 表情符号为理解语气和态度的细微差异提供线索。
为让AI学习细腻回应，团队在已有共情对话语料基础上，借助多个模型补充表情符号弱标注，构建了包含 7.6 万余条对话回复样本的 EmojiDialogue 数据集。在不同语境里，同一个笑脸可能表达欣喜、鼓励，也可能带有礼貌或迟疑。EmojiDialogue 借助这些语气与态度线索，帮助模型识别更细微的回应差异，也为后续共情对话研究提供了数据基础。
EmoStance 从 Emoji 弱标注中学习回应取向，保留同一语境下多种合理回应方式的可能性。生成回复时，模型结合对话前文选择合适的回应取向，再以此引导语言生成，让回答不仅切题，也更贴近交流语境。
图2 - EmoStance 总体框架：先选择回应方式，再引导语言生成。
在由20 名评审者参与的人工盲评中，EmoStance 与多种对照系统比较，在排除平局等中立判断后获得 62.2% 的总体人工偏好胜率。其中，“语境具体性”和“被认真回应感”两个维度的胜率分别达到 75.9% 和 73.5%，是这项评测中优势最明确的两个方面，表明其回复更能关注对话中的具体经历，让表达者感到被认真对待。相关结果表明，对回应方式进行建模，有助于AI 更具体地承接上下文，增强交流中的回应感。
表1 - EmoStance 与多种对照系统的人工盲评结果。
研究表明将“如何回应”作为独立能力进行建模，有助于模型结合具体语境，生成更贴合交流需要的回复。 EmojiDialogue 数据集和 EmoStance 生成框架也为提升共情回复质量提供了数据与方法支持。
上海科技大学为该成果的第一完成单位。创意与艺术学院2024 级硕士研究生靳子源为论文第一作者，2023 级硕士研究生葛宇轩为论文第二作者；创意与艺术学院田政教授为通讯作者。
沪公网安备 31011502006855号