PoKE: Prior Knowledge Enhanced Emotional Support Conversation with Latent Variable

要約

感情サポート会話 (ESC) タスクは、さまざまなサポート戦略を利用して、人々が感情的な苦痛を和らげ、直面している問題を克服するのに役立ちます。これは、近年多くの注目を集めています。
ただし、ほとんどの最先端の作品は、すべての対話ラウンドでユーザーの精神状態を推測するために、外部の常識知識に大きく依存しています。
効果的ではありますが、長い目で見れば、多大な人的努力、知識の更新、およびドメインの変更に悩まされる可能性があります。
したがって、この記事では、外部の知識を使用せずにタスク自体を調査することに焦点を当てます。
既存のすべての作品は、ESC の 2 つの重要な特徴を無視していることがわかります。
(a) 過去の会話には、類似事例への対応やサポート戦略の大まかな順序など、豊富な予備知識が存在し、現在の会話の参考値となります。
(b) コンテキストとサポート戦略の間には 1 対多のマッピング関係があります。つまり、1 つのコンテキストに対して複数の戦略が妥当です。
それは、世代の多様性のためのより良い基盤を築きます。
これらの 2 つの重要な要因を考慮して、潜在変数 PoKE を使用した事前知識拡張感情サポート モデルを提案します。
提案されたモデルは、手本と戦略シーケンスの観点から事前知識の可能性を十分に活用し、潜在変数を利用して戦略の1対多の関係をモデル化します。
さらに、エンコードされた知識をデコーダーに組み込むためのメモリスキーマを導入します。
ベンチマーク データセットの実験結果は、PoKE が自動評価と人間による評価の両方で既存のベースラインよりも優れていることを示しています。
外部知識を使用するモデルと比較すると、PoKE はいくつかの指標でわずかな改善を行うことができます。
さらなる実験は、豊富な事前知識が高品質の感情的サポートを助長すること、および十分に学習された潜在変数が世代の多様性にとって重要であることを証明しています.

要約(オリジナル)

Emotional support conversation (ESC) task can utilize various support strategies to help people relieve emotional distress and overcome the problem they face, which has attracted much attention in these years. However, most state-of-the-art works rely heavily on external commonsense knowledge to infer the mental state of the user in every dialogue round. Although effective, they may suffer from significant human effort, knowledge update and domain change in a long run. Therefore, in this article, we focus on exploring the task itself without using any external knowledge. We find all existing works ignore two significant characteristics of ESC. (a) Abundant prior knowledge exists in historical conversations, such as the responses to similar cases and the general order of support strategies, which has a great reference value for current conversation. (b) There is a one-to-many mapping relationship between context and support strategy, i.e.multiple strategies are reasonable for a single context. It lays a better foundation for the diversity of generations. Taking into account these two key factors, we propose Prior Knowledge Enhanced emotional support model with latent variable, PoKE. The proposed model fully taps the potential of prior knowledge in terms of exemplars and strategy sequence and then utilizes a latent variable to model the one-to-many relationship of strategy. Furthermore, we introduce a memory schema to incorporate the encoded knowledge into decoder. Experiment results on benchmark dataset show that our PoKE outperforms existing baselines on both automatic evaluation and human evaluation. Compared with the model using external knowledge, PoKE still can make a slight improvement in some metrics. Further experiments prove that abundant prior knowledge is conducive to high-quality emotional support, and a well-learned latent variable is critical to the diversity of generations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google