面向对话的LLM-人类管道：文化语境 grounding

对话往往遵循被广泛理解的社交规范，这些规范在不同文化中存在差异。例如，在西方国家，“以姓名称呼父母”很常见，而在大多数亚洲国家则很少见。遵循或违反此类规范往往决定对话的基调。人类能够熟练应对需要文化意识的社交情境，但NLP模型尚难实现。本文提出一种“文化语境模式”（Cultural Context Schema）用于对话，包含（1）如情感、话语行为等的对话信息，以及（2）如社交规范、违反行为等的文化信息。我们使用LLM生成约11万条针对约2.3万段中文文化对话的社交规范与违反描述。通过自动化验证策略对其进行精炼，这些验证策略针对具有文化意识的人类判断进行评估。我们将这些描述组织成有意义的结构，称为“规范概念”（Norm Concepts），并通过交互式人类在环框架实现。最后，我们将规范概念与描述在对话中进行符号化标注。我们将此数据集用于下游任务，如情感、情绪和话语行为检测。我们展示了这显著提升了实际性能。