[論文レビュー] Improving Multi-turn Emotional Support Dialogue Generation with Lookahead Strategy Planning

Yi Cheng, Wenge Liu+6 more|arXiv (Cornell University)|Oct 9, 2022

Speech and dialogue systems被引用数 4

ひとこと要約

本稿では、長期的影響を持つ支援戦略を計画するためにA*にインspiredされた前方探索ヒューリスティクスを用い、微妙な感情表現と感情の原因を動的にモデル化することで、ユーザー状態を把握する、マルチターン感情的支援対話システムMultiESCを提案する。本手法は、応答品質および戦略計画の両面で強力なベースラインを著しく上回り、感情的支援対話における先制的戦略選択の有効性を示している。

ABSTRACT

Providing Emotional Support (ES) to soothe people in emotional distress is an essential capability in social interactions. Most existing researches on building ES conversation systems only considered single-turn interactions with users, which was over-simplified. In comparison, multi-turn ES conversation systems can provide ES more effectively, but face several new technical challenges, including: (1) how to adopt appropriate support strategies to achieve the long-term dialogue goal of comforting the user's emotion; (2) how to dynamically model the user's state. In this paper, we propose a novel system MultiESC to address these issues. For strategy planning, drawing inspiration from the A* search algorithm, we propose lookahead heuristics to estimate the future user feedback after using particular strategies, which helps to select strategies that can lead to the best long-term effects. For user state modeling, MultiESC focuses on capturing users' subtle emotional expressions and understanding their emotion causes. Extensive experiments show that MultiESC significantly outperforms competitive baselines in both dialogue generation and strategy planning. Our codes are available at https://github.com/lwgkzl/MultiESC.

研究の動機と目的

• 単一ターンの感情的支援対話システムの限界を克服し、戦略的計画を組み込んだマルチターン対話の実現を目的とする。
• 前方探索ヒューリスティクスを用いて将来のユーザー反応を予測することで、長期的支援効果を向上させることを目的とする。
• 微妙な感情表現を捉え、感情の原因を特定することで、ユーザー状態を動的にモデル化することを目的とする。
• 質問による確認を支援の前に実施するなどの心理的支援手順に整合するシステムの開発を目的とする。
• 先制的戦略計画が対話品質および支援効果の両面で向上することを実証することを目的とする。

提案手法

• A*にインspiredされた前方探索ヒューリスティクスを採用し、一連の支援戦略を適用した後の期待される将来のユーザー反応を推定する。
• 将来の戦略シーケンスの確率分布を予測するための戦略シーケンスジェネレータを実装する。
• 与えられた戦略シーケンスに対する感情的反応を推定するユーザー反応予測器を用い、長距離計画を可能にする。
• ユーザー表現内の微細な感情強度の変化をモデル化するためにNRC VAD辞書を統合する。
• 社会的拒絶など、感情の原因を特定することで状況理解を深め、応答の関連性を向上させる。
• これらのモジュールを統合した統一フレームワーク、MultiESCに統合し、戦略選択と応答生成を同時に最適化する。

実験結果

リサーチクエスチョン

• RQ1 前方探索戦略計画は、マルチターン対話システムにおける長期的支援効果を向上させることができるか？
• RQ2 粗い粒度の感情検出を超えて、対話システムがユーザー状態をどのように動的にモデル化できるか？
• RQ3 感情の原因同定を組み込むことで、生成された応答の関連性および共感心は向上するか？
• RQ4 A*に類似したヒューリスティック探索は、反応的またはグリーディなアプローチと比較して戦略選択を改善できるか？
• RQ5 先制的計画は、より効果的かつ人間の価値観に整合した感情的支援応答をどの程度向上させるか？

主な発見

• MultiESCは、自動評価および人的評価の両方の指標において、BlenderBot-Joint や MoEL といった強力なベースラインを著しく上回っている。
• 前方探索を含まないベースライン（'w/o lookahead'）と比較して、フィードバックスコアで12.3%の絶対的向上を達成しており、長距離計画の価値を示している。
• アブレーションスタディの結果、前方探索ヒューリスティクスを削除すると戦略計画の品質が著しく低下することが判明し、その貢献度が確認された。
• 事例研究では、MultiESCが会話の初期段階でユーザー体験について能動的に尋ねており、心理的支援手順に整合していることが明らかになった。
• 戦略計画や前方探索を備えないバージョンと比較して、MultiESCはより共感的かつ文脈的に整合性のある応答を生成している。
• 6つの戦略シーケンスを超えると性能が飽和し、ある計画深度を超えると利得が減少することが示された。