[论文解读] Let's Negotiate! A Survey of Negotiation Dialogue Systems

Haolan Zhan, Yufei Wang+6 more|arXiv (Cornell University)|Dec 18, 2022

Multi-Agent Systems and Negotiation被引用 8

一句话总结

本综述首次对对话式谈判系统进行了全面回顾，系统性地对基准数据集、评估方法和方法论进行了分类——重点聚焦于策略建模、人格模拟和策略学习——并指出了在多模态、多方、跨文化及现实世界谈判场景中的未来研究方向。

ABSTRACT

Negotiation is one of the crucial abilities in human communication, and there has been a resurgent research interest in negotiation dialogue systems recently, which goal is to empower intelligent agents with such ability that can efficiently help humans resolve conflicts or reach beneficial agreements. Although there have been many explorations in negotiation dialogue systems, a systematic review of this task has to date remained notably absent. To this end, we aim to fill this gap by reviewing contemporary studies in the emerging field of negotiation dialogue systems, covering benchmarks, evaluations, and methodologies. Furthermore, we also discuss potential future directions, including multi-modal, multi-party, and cross-cultural negotiation scenarios. Our goal is to provide the community with a systematic overview of negotiation dialogue systems and to inspire future research.

研究动机与目标

• 为解决对话式谈判系统领域中系统性综述的缺失问题，该领域研究日益增长，但存在关键空白。
• 基于目标结构，将现有基准数据集按分配型（如讨价还价、物品交换）和整合型（如面试、复杂协议）谈判类型进行分类。
• 综合评估方法与方法论，包括策略建模、人格模拟和策略学习。
• 识别当前关键挑战，并提出在多模态、多方、跨文化及现实世界谈判系统中的未来研究方向。

提出的方法

• 根据目标结构，将对话式谈判基准数据集划分为分配型（如讨价还价、物品交换）和整合型（如面试、复杂协议）类型。
• 调研并分类评估方法，包括自动指标（如BLEU、ROUGE）、人工评估以及任务特定性能度量。
• 系统分析三大核心领域的研究方法：人格建模（如偏好、情绪）、策略建模（如基于逻辑的推理、强化学习）以及策略学习（如带策略头的seq2seq、图网络）。
• 整合多任务学习框架，利用预训练模型（如BERT和Transformers）联合优化意图分类、槽位填充、响应生成和策略预测。
• 提出一种基于预训练BERT模型的通用策略识别框架，用于检测对话中的抵抗或说服性策略。
• 突出新兴技术，如有限状态转换器（FSTs）用于分层策略历史建模，以及基于偏好引导的响应生成与排序模块。

实验结果

研究问题

• RQ1 如何根据谈判类型（分配型 vs. 整合型）和目标结构，对对话式谈判基准数据集进行系统性分类？
• RQ2 对话式谈判系统中占主导地位的评估方法论是什么？它们在可靠性与任务相关性方面如何比较？
• RQ3 在谈判智能体中，建模人格、策略和策略的关键方法论是什么？它们如何与深度学习技术结合？
• RQ4 当前基准的主要局限性是什么，特别是在真实感和文化多样性方面？
• RQ5 未来研究方向（如多模态、多方、跨语言/跨文化谈判）中，哪些最具潜力推动该领域发展？

主要发现

• 该综述指出，尽管研究兴趣日益增长且已出现多个基准，但对话式谈判系统领域仍严重缺乏系统性综述。
• 现有基准主要集中于双人、纯文本、英语语言场景，对现实世界、多方或文化多样性谈判的覆盖有限。
• 当前方法论高度依赖于增强策略头、图网络和多任务学习的序列到序列模型，基于BERT的模型在策略检测方面展现出良好前景。
• 人格建模与策略建模对实现真实谈判行为至关重要，近期研究已将心理学与行为因素整合进对话策略中。
• 多模态（音频、视觉）、多方（团队与通用）、跨语言/跨文化谈判等未来研究方向仍处于探索初期，具有高影响力潜力。
• 现实世界数据收集（如商业会议或录音谈判）仍是关键空白，因为当前大多数基准依赖众包生成的合成对话。