論文の概要: Towards Emotional Support Dialog Systems
- arxiv url: http://arxiv.org/abs/2106.01144v1
- Date: Wed, 2 Jun 2021 13:30:43 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-03 14:31:52.370955
- Title: Towards Emotional Support Dialog Systems
- Title(参考訳): 感情支援対話システムに向けて
- Authors: Siyang Liu, Chujie Zheng, Orianna Demasi, Sahand Sabour, Yu Li, Zhou
Yu, Yong Jiang, Minlie Huang
- Abstract要約: 本稿では,感情支援会話タスクを定義し,ヘルピングスキル理論に基づくESCフレームワークを提案する。
本研究では,豊かなアノテーション(特にサポート戦略)をヘルプシーカとサポーターモードで組み込んだ感情支援会話データセット(ESConv)を構築した。
情緒的サポートを提供する能力に関して、最先端の対話モデルを評価する。
- 参考スコア(独自算出の注目度): 61.58828606097423
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Emotional support is a crucial ability for many conversation scenarios,
including social interactions, mental health support, and customer service
chats. Following reasonable procedures and using various support skills can
help to effectively provide support. However, due to the lack of a
well-designed task and corpora of effective emotional support conversations,
research on building emotional support into dialog systems remains untouched.
In this paper, we define the Emotional Support Conversation (ESC) task and
propose an ESC Framework, which is grounded on the Helping Skills Theory. We
construct an Emotion Support Conversation dataset (ESConv) with rich annotation
(especially support strategy) in a help-seeker and supporter mode. To ensure a
corpus of high-quality conversations that provide examples of effective
emotional support, we take extensive effort to design training tutorials for
supporters and several mechanisms for quality control during data collection.
Finally, we evaluate state-of-the-art dialog models with respect to the ability
to provide emotional support. Our results show the importance of support
strategies in providing effective emotional support and the utility of ESConv
in training more emotional support systems.
- Abstract(参考訳): 感情的サポートは、社会的インタラクション、メンタルヘルスサポート、カスタマーサービスチャットなど、多くの会話シナリオにおいて重要な能力である。
適切な手順に従い、様々な支援スキルを使用することは、効果的に支援を提供するのに役立つ。
しかしながら、適切に設計されたタスクや効果的な感情支援会話のコーパスが欠如していることから、対話システムへの感情支援構築に関する研究は未解決のままである。
本稿では,感情支援対話(ESC)タスクを定義し,ヘルピングスキル理論に基づくESCフレームワークを提案する。
我々は,豊富なアノテーション(特にサポート戦略)を備えた感情支援対話データセット(esconv)をヘルプシーカーおよびサポーターモードで構築する。
効果的な感情支援の例を提供する高品質な会話のコーパスを確保するため,支援者のためのトレーニングチュートリアルの設計や,データ収集時の品質管理のメカニズムに多大な努力を払っている。
最後に,感情的支援を提供する能力に関して,最先端の対話モデルを評価する。
以上の結果から,より効果的な情緒的支援を提供するための支援戦略と,より感情的支援システムのトレーニングにおけるesconvの有用性が示唆された。
関連論文リスト
- Emotion Talk: Emotional Support via Audio Messages for Psychological Assistance [0.0]
感情トーク(Emotion Talk)とは、心理的援助のための音声メッセージを通じて継続的な感情的支援を提供するシステムである。
このソリューションはポルトガル語話者に焦点を合わせ、システムが言語的かつ文化的に関連があることを保証する。
論文 参考訳(メタデータ) (2024-07-12T05:13:17Z) - K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning [83.19215082550163]
K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。
本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
論文 参考訳(メタデータ) (2023-12-16T08:10:10Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳(メタデータ) (2023-08-17T10:49:18Z) - Facilitating Multi-turn Emotional Support Conversation with Positive
Emotion Elicitation: A Reinforcement Learning Approach [58.88422314998018]
感情支援会話(ESC)は、精神状態を改善するための感情支援(ES)を提供することを目的としている。
既存の作業は、ESへの影響を無視し、感情的なポジティブな移行を導くための明確な目標が欠如している、接地された応答と対応戦略に留まっている。
マルチターンESCを肯定的感情誘発のプロセスとして定式化する新しいパラダイムを導入する。
論文 参考訳(メタデータ) (2023-07-16T09:58:44Z) - Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice
and Feedback [40.065280357381035]
CAREは、自動提案生成を通じてピアカウンセラーに権限を与える、インタラクティブなAIベースのツールである。
実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断するのに役立つ。
CAREは特に、初心者カウンセラーが挑戦的な状況でより良く対応するのに役立ちます。
論文 参考訳(メタデータ) (2023-05-15T19:48:59Z) - PAL: Persona-Augmented Emotional Support Conversation Generation [54.069321178816686]
メンタルヘルス支援のための人的資源が不足しているため、サポートのために会話エージェントを採用する必要性が高まっている。
近年の研究では、感情支援のための対話モデルの有効性が実証されている。
本研究では,探索者のペルソナを動的に推論・モデル化する枠組みを提案する。
論文 参考訳(メタデータ) (2022-12-19T04:12:54Z) - PoKE: Prior Knowledge Enhanced Emotional Support Conversation with
Latent Variable [1.5787128553734504]
感情的なサポートは、対話システムにトレーニングされるべき重要なコミュニケーションスキルです。
既存の研究の多くは、現在の状況に応じて支援戦略を予測し、対応する感情的支援を提供する。
本稿では,潜在変数モデルであるPoKEを用いた事前知識向上型感情支援会話を提案する。
論文 参考訳(メタデータ) (2022-10-23T07:31:24Z) - Improving Multi-turn Emotional Support Dialogue Generation with
Lookahead Strategy Planning [81.79431311952656]
感情支援のための新しいシステムMultiESCを提案する。
戦略プランニングでは,特定の戦略を使用した後のユーザフィードバックを見積もるルックアヘッドを提案する。
ユーザ状態モデリングにおいて、MultiESCはユーザーの微妙な感情表現を捉え、感情の原因を理解することに重点を置いている。
論文 参考訳(メタデータ) (2022-10-09T12:23:47Z) - Exploring the Effects of AI-assisted Emotional Support Processes in
Online Mental Health Community [26.36961585672868]
我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。
予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
論文 参考訳(メタデータ) (2022-02-21T09:25:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。