MINDS：用於社會規範分類與遵守檢測的跨文化對話語料庫
计算与语言
2025-11-14 v1
摘要
社會規範是隱式且文化依賴的期望，指導人際溝通。與事實性常識不同，規範推理是主觀的、情境依賴的，並且隨著文化而變，這給出了計算機模型的挑戰。先前的工作提供了有價值的規範標註，但大多針對單個utterance或合成對話，限制了其捕捉真實世界對話中流動、多回合本質的能力。本文提出了 Norm-RAG，一種基於�索擴增的代理人框架，用於多回合對話中的細緻社會規範推斷。Norm-RAG 模型考慮了包括溝通意圖、說話者角色、人際框架及語言線索等 utterance 級別屬性，並通過新方法的語義分塊（Semantic Chunking）將其 grounding於結構化規範文檔，以實現跨語言對話中對規範遵守與違反的可解釋且情境感知的推斷。我們進一步引入 MINDS（Multilingual Interactions with Norm-Driven Speech），一個雙語數據集，包含 31 組中英和西班牙英對話。每一回合都採用多標註者共識方式標註規範類別與遵守狀態，反映出跨文化和真實情境下的規範表達。我們的實驗顯示，Norm-RAG 在規範檢測與推斷方面取得改善，並顯示出對文化自適應和社會智能對話系統的良好性能。
引用
@article{arxiv.2511.09918,
title = {MINDS: A Cross-cultural Dialogue Corpus for Social Norm Classification and Adherence Detection},
author = {Pritish Sahu and Anirudh Som and Dimitra Vergyri and Ajay Divakaran},
journal= {arXiv preprint arXiv:2511.09918},
year = {2025}
}
备注
IJCNLP-AACL 2025