中文

COKE:面向机器心理理论的心智认知知识图谱

计算与语言 2024-05-21 v2

摘要

心理理论(Theory of mind, ToM)指人类理解并推断他人欲望、信念和意图的能力。ToM 的习得在人类社会认知与人际关系中起着关键作用。尽管对社会智能不可或缺,现代 AI 与 NLP 系统仍缺乏 ToM,因为它们无法访问训练语料背后的人类心智状态与认知过程。为赋予 AI 系统 ToM 能力并缩小其与人类的差距,本文提出 COKE:首个面向机器心理理论的认知知识图谱。具体而言,COKE 将 ToM 形式化为一组 45k+ 人工核验的认知链,刻画人类在特定社会情境下的心理活动及后续行为/情感反应。此外,我们进一步利用 LLM 对 COKE 进行泛化,并构建了专为认知推理设计的强大生成模型 COLM。自动与人工评估的实验结果均证明了 COKE 的高质量、COLM 卓越的 ToM 能力,及其显著提升社会应用的潜力。

关键词

引用

@article{arxiv.2305.05390,
  title  = {COKE: A Cognitive Knowledge Graph for Machine Theory of Mind},
  author = {Jincenzi Wu and Zhuang Chen and Jiawen Deng and Sahand Sabour and Helen Meng and Minlie Huang},
  journal= {arXiv preprint arXiv:2305.05390},
  year   = {2024}
}

备注

ACL 2024