MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional Support Conversation

1. 引言

情绪支持对话系统旨在理解用户的情绪困扰，并通过提供共情回复和疏导建议给予情感陪伴，是一个新颖的任务。将现有的方法应用于该任务主要有两个限制：（a）他们通常使用对话级别的粗粒度情感标签，无法捕捉到用户的即时心理状态；(b) 大部分研究者只注意在回复中表达共情，而不是考虑使用对话策略来逐渐降低用户的精神压力。针对上述问题，本文提出MISC模型，首先利用常识知识库生成模型COMET 捕捉用户细粒度的情感状态，然后设计一种混合策略生成回复，能更加灵活地选择策略并给出更自然更通顺的回复。实验结果表明模型的有效性，并揭示了细粒度情感理解和混合策略建模的好处。

1.1 情感对话相关研究问题

上述问题是构建具有情感的聊天机器人需要解决的研究问题。

1.2 情感支持对话

情感支持对话发生在seeker和supporter之间，supporter需要随着对话的进行，采用不同的策略逐步降低seeker的情感压力。图1是情感支持对话的一个例子。左边的是seeker，寻求帮助，右边的是supporter，给予帮助。红色的部分是使用的心理策略。Supporter先提问，探索原因；再自我披露，增进认同；最后提供一些建议。整个对话过程是循序渐进的。通过例子想引出的是情感支持对话更关注的是如何在有多个不同的策略的时候，机器能根据不同的上下文，使用更有引导性的更合适的策略，使对话更好的进行下去。

3. MISC模型

MISC模型使用blenderbot-small作为基础架构，模型总共包含三个部分。模型总体框架如图2所示。

3.1 任务定义

3.2 Mental State-Enhanced Encoder

3.3 Mixed Strategy Learning Module

   

3.4 Multi-Factor-Aware Decoder

3.5 Training

4. 实验

4.1 数据集

4.2 实验结果

4.3案例分析

4.3可视化

参考文献

[1] Quan Tu, et al. MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional Support Conversation. ACL’2022

[2] Siyang Liu, et al. Towards Emotional Support Dialog Systems. ACL’2021

[3] Antoine Bosselut, et al. CoMET: Commonsense transformers for automatic knowledge graph construction. ACL’2019

[4] Stephen Roller, et al. Recipes for Building an Open-Domain Chatbot. EACL’2021