EmoDynamiX: Emotional Support Dialogue Strategy Prediction by Modelling MiXed Emotions and Discourse Dynamics

要約

苦痛を経験している人々に慰めとアドバイスを提供する、感情的にインテリジェントな会話システムを設計することは、魅力的な研究分野です。
これまでの取り組みは、社会感情戦略予測を補助タスクとして扱い、カスタマイズされたデコーダーを使用して戦略条件付き応答を生成するモジュール型対話システムの開発に焦点を当ててきました。
最近、大規模言語モデル (LLM) の進歩により、明示的な社会感情戦略予測ステップを持たないエンドツーエンドの対話エージェントが普及してきました。
しかし、言語生成において優れているにもかかわらず、LLM は特定の社会感情的戦略に対する固有の選好バイアスにより、質の高い感情的サポートの提供を妨げていることが最近の研究で示されています。
この課題に対処するために、我々は言語生成から戦略予測を切り離すことを提案し、異種グラフを使用してユーザーの感情とシステム戦略の間の談話ダイナミクスをモデル化する新しい対話戦略予測器 EmoDynamiX を導入します。
さらに、会話中の感情認識 (ERC) タスクを利用し、柔軟な混合感情モジュールを設計して、ユーザーのきめ細かい感情状態をキャプチャします。
2 つの ESC データセットの実験結果では、EmoDynamiX が以前の最先端の手法を大幅に上回っていることが示されています。

要約(オリジナル)

Designing emotionally intelligent conversational systems to provide comfort and advice to people experiencing distress is a compelling area of research. Previous efforts have focused on developing modular dialogue systems that treat socio-emotional strategy prediction as an auxiliary task and generate strategy-conditioned responses with customized decoders. Recently, with advancements in large language models (LLMs), end-to-end dialogue agents without explicit socio-emotional strategy prediction steps have become prevalent. However, despite their excellence in language generation, recent studies show that LLMs’ inherent preference bias towards certain socio-emotional strategies hinders the delivery of high-quality emotional support. To address this challenge, we propose decoupling strategy prediction from language generation, and introduce a novel dialogue strategy predictor, EmoDynamiX, which models the discourse dynamics between user emotions and system strategies using a heterogeneous graph. Additionally, we make use of the Emotion Recognition in Conversations (ERC) task and design a flexible mixed-emotion module to capture fine-grained emotional states of the user. Experimental results on two ESC datasets show EmoDynamiX outperforms previous state-of-the-art methods with a significant margin.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google