PAL: Persona-Augmented Emotional Support Conversation Generation

要約

メンタルヘルス支援の人材不足により、対話型エージェントによる支援の需要が高まっています。
最近の研究では、感情的なサポートを提供する際の対話モデルの有効性が実証されています。
これまでの研究で、求職者のペルソナが効果的な支援の重要な要素であることが実証されているため、支援のための対話モデルでそのような情報をモデル化することに利点があるかどうかを調査します。
この論文では、ペルソナが感情的サポートに重要な影響を与えることを実証分析によって検証しています。
したがって、我々は、探索者のペルソナを動的に推論し、モデル化するためのフレームワークを提案します。
まず、会話履歴からシーカーのペルソナを推測するモデルをトレーニングします。
そこで私たちは、ペルソナ情報を活用し、戦略に基づいた制御可能な生成手法と組み合わせて、パーソナライズされた精神的サポートを提供するモデル「PAL」を提案します。
自動評価と手動評価では、PAL が調査対象のベンチマークのベースラインを上回る最先端の結果を達成していることが実証されています。
私たちのコードとデータは https://github.com/chengjl19/PAL で公開されています。

要約(オリジナル)

Due to the lack of human resources for mental health support, there is an increasing demand for employing conversational agents for support. Recent work has demonstrated the effectiveness of dialogue models in providing emotional support. As previous studies have demonstrated that seekers’ persona is an important factor for effective support, we investigate whether there are benefits to modeling such information in dialogue models for support. In this paper, our empirical analysis verifies that persona has an important impact on emotional support. Therefore, we propose a framework for dynamically inferring and modeling seekers’ persona. We first train a model for inferring the seeker’s persona from the conversation history. Accordingly, we propose PAL, a model that leverages persona information and, in conjunction with our strategy-based controllable generation method, provides personalized emotional support. Automatic and manual evaluations demonstrate that PAL achieves state-of-the-art results, outperforming the baselines on the studied benchmark. Our code and data are publicly available at https://github.com/chengjl19/PAL.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google