基于前瞻策略规划改进多轮情感支持对话生成
计算与语言
2022-10-11 v1
摘要
提供情感支持（ES）以抚慰情绪困扰中的人们是社交互动中的一项关键能力。大多数现有关于构建ES对话系统的研究仅考虑与用户的单轮交互，这过于简化。相比之下，多轮ES对话系统能更有效地提供情感支持，但面临若干新技术挑战，包括：（1）如何采用恰当的支持策略以实现安抚用户情绪的长期对话目标；（2）如何动态建模用户状态。本文中，我们提出一种新颖系统MultiESC以解决这些问题。在策略规划方面，受A*搜索算法启发，我们提出前瞻启发式方法以估计使用特定策略后的未来用户反馈，这有助于选择能带来最佳长期效果的策略。在用户状态建模方面，MultiESC侧重于捕捉用户细微的情绪表达并理解其情绪成因。大量实验表明，MultiESC在对话生成与策略规划上均显著优于具有竞争力的基线。我们的代码发布于https://github.com/lwgkzl/MultiESC。
引用
@article{arxiv.2210.04242,
title = {Improving Multi-turn Emotional Support Dialogue Generation with Lookahead Strategy Planning},
author = {Yi Cheng and Wenge Liu and Wenjie Li and Jiashuo Wang and Ruihui Zhao and Bang Liu and Xiaodan Liang and Yefeng Zheng},
journal= {arXiv preprint arXiv:2210.04242},
year = {2022}
}
备注
Accepted by the main conference of EMNLP 2022