CharacterChat：面向具个性化社会支持的对话式AI学习
计算与语言
2023-08-22 v1
摘要
在我们现代、快节奏且互联的世界中，心理福祉的重要性已演变为极为紧迫的问题。然而，诸如情感支持对话（ESC）的传统方法在有效应对多样化个体人格方面面临挑战。为此，我们引入社会支持对话（S2Conv）框架。它包含一系列支持代理与人际匹配机制，将个体与人格兼容的虚拟支持者联系起来。基于MBTI（迈尔斯-布里格斯类型指标）的人格分解，我们创建了MBTI-1024 Bank，一组具有鲜明画像的虚拟角色。通过带行为预设与动态记忆的改进角色扮演提示，我们促成了MBTI-S2Conv数据集的构建，其中包含MBTI-1024 Bank中角色间的对话。基于这些基础，我们提出CharacterChat，一个完备的S2Conv系统，包括由人格与记忆驱动的对话模型，以及为具特定人格的个体从MBTI-1024 Bank调度最优支持者的人际匹配插件模型。实证结果表明，CharacterChat在提供个性化社会支持方面功效卓著，并凸显了人际匹配带来的显著优势。源代码见 \url{https://github.com/morecry/CharacterChat}。
引用
@article{arxiv.2308.10278,
title = {CharacterChat: Learning towards Conversational AI with Personalized Social Support},
author = {Quan Tu and Chuanqi Chen and Jinpeng Li and Yanran Li and Shuo Shang and Dongyan Zhao and Ran Wang and Rui Yan},
journal= {arXiv preprint arXiv:2308.10278},
year = {2023}
}
备注
10 pages, 6 figures, 5 tables