MindDial：基于心智理论建模的信念动态追踪用于情境化神经对话生成
计算与语言
2024-05-27 v4
摘要
人类在日常对话中交流时会对齐并协商所表达的含义或共同基础。尽管大型生成式语言模型具有令人印象深刻的对话能力，但它们未考虑在共享情境环境中语境理解的个体差异。本工作中，我们提出MindDial，一种新颖的对话框架，可通过心智理论建模生成情境化自由形式回复。我们引入一个显式心智模块，可追踪说话者的信念及说话者对听者信念的预测。随后生成下一回复以解决信念差异并采取任务相关行动。我们的框架应用于基于提示和微调的模型，并在涉及共同基础对齐与协商的场景中进行评估。实验表明，具有心智建模的模型在对齐和协商共同基础时可获得更高的任务结果。消融研究进一步验证了三级信念设计能够聚合信息并改善合作与协商设定下的任务结果。
引用
@article{arxiv.2306.15253,
title = {MindDial: Belief Dynamics Tracking with Theory-of-Mind Modeling for Situated Neural Dialogue Generation},
author = {Shuwen Qiu and Mingdian Liu and Hengli Li and Song-Chun Zhu and Zilong Zheng},
journal= {arXiv preprint arXiv:2306.15253},
year = {2024}
}