HyPE：具有持久边缘嵌入的类别感知超图编码，用于基于角色的对话

基于角色的对话系统旨在产生与说话者角色一致的响应，但现有方法将角色视为一组平面句子，无法对角色属性之间的高阶关系进行建模，例如，多个角色句子共享一个主题类别。我们提出了 HyPE（超图角色编码器），该框架（i）将每个角色承载文本分析为（核心、表达、情感、类别）四元组，以及（ii）将角色元素组织成超图，其超边由共享类别标签诱导。 HyperGCN 超图神经网络将此结构传播到角色摘要向量和软内存库中，以调节响应生成器。我们进一步提出持久边缘嵌入（PEE），将轻量级的每类别可学习先验融合到 HyperGCN 消息传递步骤中。在贪婪解码下的 PersonaChat 上，HyPE 通过证明结构化超边缘级角色编码提供了跨模型规模的可转移优势，始终优于 GPT-2、LLaMA-3.2-3B 和 Qwen2.5-3B 主干网的句子级池化基线。