面向认知障碍老人的多源知识融合认知刺激对话系统

在与认知障碍老人交流时，认知刺激（CS）有助于维持老人的认知健康。数据稀疏是构建基于 CS 的对话系统的主要挑战，尤其在中文场景下。为填补此空白，我们构建了中文 CS 对话（CSConv）数据集，包含约 2.6K 组带有 CS 原则与情感支持策略标签的对话。在提供情感支持的同时进行闲聊被大多数现有认知对话系统所忽视。本文提出一种用于 CS 对话（CSD）的多源知识融合方法，以在 CS 原则与情感支持策略引导下生成开放式回复。我们首先基于外部知识使用渐进掩码方法训练编码器作为有效分类器，这是预测目标回复的 CS 原则与情感支持策略的前提。随后解码器与感知到的 CS 原则及情感支持策略交互以生成回复。在 CSConv 数据集上的大量实验证明了所提方法的有效性，但与人类表现相比仍有较大改进空间。