EQ-Negotiator: An Emotion-Reasoning LLM Agent in Credit Dialogues

要約

大規模な言語モデル（LLM）ベースのチャットボットは、クレジットの対話に効果的に関与するために適用されていますが、動的な感情表現の能力は限られたままです。
現在のエージェントは、主に感情的な推論ではなく、受動的な共感に依存しています。
たとえば、持続的なクライアントの否定性に直面した場合、エージェントは測定された怒りを表現して逆効果的な行動を思いとどまらせ、解決に向けて会話を導くことにより、戦略的な感情的適応を採用する必要があります。
このコンテキストを意識した感情的変調は、人間の交渉者の微妙な意思決定を模倣するために不可欠です。
このペーパーでは、事前訓練を受けた言語モデル（PLM）からの感情センシングと、ゲーム理論と隠されたマルコフモデルに基づく感情的推論を組み合わせたEQネゴチエーターを紹介します。
相互作用中に否定的な感情をより適切に管理および対処するために、クライアントの現在と歴史的な感情の両方を考慮しています。
公共の感情データセットで事前訓練を受けた言語モデル（PLM）を微調整し、クレジットダイアログデータセットでそれらを検証することにより、LLMベースのエージェントはクライアント感情のシフトを効果的にキャプチャし、実際の金融交渉における感情決定ポリシーに基づいて応答トーンを動的に調整することができます。
このEQネゴチャンは、クレジット機関が積極的なクライアント関係を促進し、クレジットサービスの満足度を高めるのにも役立ちます。

要約(オリジナル)

While large language model (LLM)-based chatbots have been applied for effective engagement in credit dialogues, their capacity for dynamic emotional expression remains limited. Current agents primarily rely on passive empathy rather than affective reasoning. For instance, when faced with persistent client negativity, the agent should employ strategic emotional adaptation by expressing measured anger to discourage counterproductive behavior and guide the conversation toward resolution. This context-aware emotional modulation is essential for imitating the nuanced decision-making of human negotiators. This paper introduces an EQ-negotiator that combines emotion sensing from pre-trained language models (PLMs) with emotional reasoning based on Game Theory and Hidden Markov Models. It takes into account both the current and historical emotions of the client to better manage and address negative emotions during interactions. By fine-tuning pre-trained language models (PLMs) on public emotion datasets and validating them on the credit dialogue datasets, our approach enables LLM-based agents to effectively capture shifts in client emotions and dynamically adjust their response tone based on our emotion decision policies in real-world financial negotiations. This EQ-negotiator can also help credit agencies foster positive client relationships, enhancing satisfaction in credit services.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google