[論文レビュー] Control Globally, Understand Locally: A Global-to-Local Hierarchical Graph Network for Emotional Support Conversation

Wei Peng, Yue Hu+4 more|arXiv (Cornell University)|Apr 27, 2022

Mental Health via Writing被引用数 4

ひとこと要約

本稿では、マルチソースエンコーダーと階層的グラフリーダーを用いて、感情的支援対話におけるグローバルな原因（例：潜在的な感情的問題）とローカルな心理的意図（例：隠れた精神的状態）を同時に捉える、グローバル・トゥ・ローカル階層的グラフネットワーク（GLHG）を提案する。このモデルは、グラフベースの推論機構と新規のグローバル・ガイドドトレーニング目的を介してグローバルな文脈とローカルな意図を効果的に統合し、ESConvデータセットにおいて自動評価および人的評価の両面で最先端の性能を達成した。

ABSTRACT

Emotional support conversation aims at reducing the emotional distress of the help-seeker, which is a new and challenging task. It requires the system to explore the cause of help-seeker's emotional distress and understand their psychological intention to provide supportive responses. However, existing methods mainly focus on the sequential contextual information, ignoring the hierarchical relationships with the global cause and local psychological intention behind conversations, thus leads to a weak ability of emotional support. In this paper, we propose a Global-to-Local Hierarchical Graph Network to capture the multi-source information (global cause, local intentions and dialog history) and model hierarchical relationships between them, which consists of a multi-source encoder, a hierarchical graph reasoner, and a global-guide decoder. Furthermore, a novel training objective is designed to monitor semantic information of the global cause. Experimental results on the emotional support conversation dataset, ESConv, confirm that the proposed GLHG has achieved the state-of-the-art performance on the automatic and human evaluations. The code will be released in here \footnote{\small{~https://github.com/pengwei-iie/GLHG}}.

研究の動機と目的

• 感情的支援対話におけるグローバルな原因とローカルな心理的意図の間の階層的関係を無視する既存手法の限界に対処すること。
• 統一フレームワーク内にグローバルな原因、ローカルな心理的意図、対話履歴のマルチソース情報を取り入れることで、感情的支援応答生成を改善すること。
• グローバルな原因の意味情報を監視・保存する新たなトレーニング目的を設計することで、ローカルな意図に埋もれることのない応答品質を向上させること。
• 階層的グラフリーディングが、対話レベルおよび文レベルの関係を捉えることで、より共感的かつ文脈的に正確な応答を生成する有効性を検証すること。

提案手法

• マルチソースエンコーダーは、事前学習済みCOMETモデルを用いて抽出された対話履歴、状況的文脈、心理的意図を統合し、グローバル要因とローカル要因を表現する。
• 階層的グラフリーダーは、グラフアテンション機構を用いて、グローバルな原因（対話レベル）、ローカルな心理的意図（文レベル）、対話履歴（ターンレベル）の3つの主要ノード間の相互作用をモデル化する。
• グラフリーダーはメッセージパッシングを用いてノード表現を更新し、反復的集約によって局所的依存関係とグローバルな文脈の両方を捉える。
• グローバル・ガイドドデコーダーは、応答生成中にグローバルな原因の意味的整合性を監視・保持するための新規L2損失を組み込み、それが出力に影響を及けるようにする。
• モデルは、ESConvデータセット上で交差エントロピー損失と提案されたL2損失の組み合わせを用いて、エンド・ツー・エンドに訓練される。

実験結果

リサーチクエスチョン

• RQ1 対話の表面的文脈を超えて、支援を求める者の感情的苦痛の根本原因を対話システムがどのようによりよく理解できるか？
• RQ2 グローバルな原因とローカルな心理的意図の間の階層的関係をモデル化することで、感情的支援応答の質はどの程度向上するか？
• RQ3 グラフベースの機構は、対話履歴、グローバルな原因、ローカルな意図の間の多段階的相互作用を効果的に捉えられるか？
• RQ4 グローバルな原因の意味情報を監視する専用のトレーニング目的は、より一貫性があり支援的である応答をもたらすか？

主な発見

• GLHGはESConvデータセットで最先端の性能を達成し、自動評価指標において、BERTScore F1が7.57、B-4が2.13、D-1が3.50、R-Lが16.37を記録した。
• アブレーションスタディでは、グローバルな原因を除いた場合（w/o Global Cause）の性能が6.01 BERTScoreに低下し、グローバルな原因が応答品質において極めて重要な役割を果たしていることが示された。
• ローカルな意図のコンponentを除いた場合（w/o Local Intention）は6.58 BERTScoreに低下し、隠れた心理的状態を捉える重要性が確認された。
• グラフリーダーを除いた場合、性能は5.83 BERTScoreに低下し、階層的関係モデリングの価値が示された。
• 提案されたグローバルな原因の意味情報に対するL2損失を除いた場合、BERTScoreが1.5ポイント低下（6.15 vs. 7.57）し、応答の一貫性が向上したことが示された。
• 定性的分析では、GLHGはBlenderBotなどのベースラインと比較して、より共感的で文脈的に適切かつ提案に基づいた応答を生成していることが分かった。例：「理解してくれる人がいるのは難しいかもしれないけど、上司に話してみるといいかも」