論文の概要: K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning
- arxiv url: http://arxiv.org/abs/2312.10371v1
- Date: Sat, 16 Dec 2023 08:10:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-19 16:50:14.644030
- Title: K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via
Prompt Learning
- Title(参考訳): K-ESConv: プロンプト学習による感情支援対話システムのための知識注入
- Authors: Wei Chen, Gang Zhao, Xiaojin Zhang, Xiang Bai, Xuanjing Huang, Zhongyu
Wei
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 83.19215082550163
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automatic psychological counseling requires mass of professional knowledge
that can be found in online counseling forums. Motivated by this, we propose
K-ESConv, a novel prompt learning based knowledge injection method for
emotional support dialogue system, transferring forum knowledge to response
generation. We evaluate our model on an emotional support dataset ESConv, where
the model retrieves and incorporates knowledge from external professional
emotional Q\&A forum. Experiment results show that the proposed method
outperforms existing baselines on both automatic evaluation and human
evaluation, which shows that our approach significantly improves the
correlation and diversity of responses and provides more comfort and better
suggestion for the seeker.
- Abstract(参考訳): 自動心理カウンセリングには、オンラインカウンセリングフォーラムで見られる専門知識の大量を必要とする。
そこで本研究では,感情支援対話システムのための新たな学習ベース知識注入手法であるK-ESConvを提案する。
我々は,感情支援データセットesconv上でのモデル評価を行い,外部の職業的感情的q\&aフォーラムから知識を抽出・取り入れる。
実験の結果, 提案手法は, 自動評価と人間評価の両方において, 既存のベースラインを上回っており, 応答の相関性と多様性が著しく向上し, 探索者にとってより快適でより良い提案が得られた。
関連論文リスト
- COCOA: CBT-based Conversational Counseling Agent using Memory
Specialized in Cognitive Distortions and Dynamic Prompt [13.763448771196456]
本研究では,認知行動療法(CBT)を応用した心理カウンセリングエージェントを開発した。
クライアントに関する高レベルな洞察を抽出しながら,カウンセリングに必要な情報を効率的に管理するメモリシステムを構築した。
論文 参考訳(メタデータ) (2024-02-27T14:38:47Z) - 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) - Improving Empathetic Dialogue Generation by Dynamically Infusing
Commonsense Knowledge [39.536604198392375]
共感的な会話では、個人は他人に対する共感を表現する。
これまでの研究は主に、話者の感情を利用して共感的な反応を生み出すことに焦点を当ててきた。
本稿では,コモンセンス知識選択のための適応モジュールを組み込んだ共感応答生成手法を提案する。
論文 参考訳(メタデータ) (2023-05-24T10:25:12Z) - 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) - A Cognitive Stimulation Dialogue System with Multi-source Knowledge
Fusion for Elders with Cognitive Impairment [15.921295369286161]
データスパシティは、特に中国語でCSベースの対話システムを構築する上で大きな課題である。
感情的なサポートを提供しながらチャットをするというのは、既存の認知対話システムの大半で見過ごされている。
本稿では,CS の原理と感情支援戦略に導かれるオープンな応答を生成するために,CS 対話 (CSD) のためのマルチソース知識融合手法を提案する。
論文 参考訳(メタデータ) (2023-05-14T16:52:20Z) - Modeling Motivational Interviewing Strategies On An Online Peer-to-Peer
Counseling Platform [35.9642101732025]
本稿では、ピアカウンセラーチャットメッセージからモチベーションの高い面接手法にマッピングすることで、ギャップを埋めることを模索する。
顧客満足度をカウンセリングセッションで予測する手法を検討するため,MI手法が会話評価に与える影響について検討した。
この研究は、ピアツーピアカウンセラープラットフォームにおけるモチベーション面接技術の使用に関する深い理解を提供する。
論文 参考訳(メタデータ) (2022-11-09T20:25:33Z) - Towards Emotional Support Dialog Systems [61.58828606097423]
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。
論文 参考訳(メタデータ) (2021-06-02T13:30:43Z) - Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。
本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
論文 参考訳(メタデータ) (2020-09-21T09:21:52Z) - You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。
そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
論文 参考訳(メタデータ) (2020-04-11T12:51:07Z)
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。