[论文解读] 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 4

一句话总结

本文提出 MultiESC，一种多轮情感支持对话系统，采用受 A* 启发的前瞻启发式方法，规划具有长期影响的支持策略，同时通过细微情绪表达和情绪原因动态建模用户状态。该方法在响应质量与策略规划方面显著优于强基线模型，证明了前瞻性策略选择在情感支持对话中的有效性。

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.

研究动机与目标

• 通过支持多轮交互与策略规划，解决单轮情感支持对话系统的局限性。
• 通过前瞻启发式方法预测未来用户反馈，提升长期情感支持的有效性。
• 通过捕捉细微情绪表达并识别情绪原因，实现用户状态的动态建模。
• 开发一种符合心理支持流程（如先询问后安慰）的系统。
• 证明前瞻性策略规划可同时提升对话质量与支持有效性。

提出的方法

• 采用受 A* 启发的前瞻启发式方法，估算应用一系列支持策略后预期的未来用户反馈。
• 实现策略序列生成器，预测未来策略序列的概率分布。
• 使用用户反馈预测器估算给定策略序列引发的情绪反应，支持长程规划。
• 引入 NRC VAD 词典，以建模用户表达中细微的情绪强度变化。
• 识别情绪原因（如社交排斥），以深化情境理解并提升回应的相关性。
• 将上述组件整合为统一框架 MultiESC，联合优化策略选择与响应生成。

实验结果

研究问题

• RQ1 前瞻策略规划能否提升多轮对话系统中的长期情感支持有效性？
• RQ2 对话系统如何在粗粒度情绪检测之外，实现用户状态的动态建模？
• RQ3 整合情绪原因识别是否能提升生成回应的相关性与同理心？
• RQ4 与反应式或贪心方法相比，A*-类启发式搜索能否提升策略选择效果？
• RQ5 前瞻性规划在多大程度上能生成更有效且更符合人类偏好的情感支持回应？

主要发现

• MultiESC 在自动评估与人工评估指标上均显著优于强基线模型，包括 BlenderBot-Joint 与 MoEL。
• 与基线 'w/o lookahead' 相比，反馈得分提升 12.3%，证明了长程规划的价值。
• 消融实验表明，移除前瞻启发式方法会导致策略规划质量明显下降，证实其关键贡献。
• 案例研究显示，MultiESC 在对话初期即主动询问用户经历，符合心理支持流程。
• 与无策略规划或无前瞻机制的变体相比，该模型生成的回应更具同理心且上下文一致性更高。
• 当考虑超过六种策略序列时，性能趋于饱和，表明规划深度超过某一阈值后收益递减。