論文の概要: Emotional Support with LLM-based Empathetic Dialogue Generation

• arxiv url: http://arxiv.org/abs/2507.12820v1
• Date: Thu, 17 Jul 2025 06:24:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-18 20:10:24.365129
• Title: Emotional Support with LLM-based Empathetic Dialogue Generation
• Title（参考訳）: LLMを用いた共感対話生成による感情支援
• Authors: Shiquan Wang, Ruiyu Fang, Zhongjiang He, Shuangyong Song, Yongxiang Li,
• Abstract要約: 本稿では, NLPCC 2025 Task 8 ESC 評価のためのソリューションを提案する。 我々は,素早い工学的手法と微調整技術によって強化された大規模言語モデルを活用する。
• 参考スコア（独自算出の注目度）: 5.289702620838033
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Emotional Support Conversation (ESC) aims to provide empathetic and effective emotional assistance through dialogue, addressing the growing demand for mental health support. This paper presents our solution for the NLPCC 2025 Task 8 ESC evaluation, where we leverage large-scale language models enhanced by prompt engineering and finetuning techniques. We explore both parameter-efficient Low-Rank Adaptation and full-parameter fine-tuning strategies to improve the model's ability to generate supportive and contextually appropriate responses. Our best model ranked second in the competition, highlighting the potential of combining LLMs with effective adaptation methods for ESC tasks. Future work will focus on further enhancing emotional understanding and response personalization to build more practical and reliable emotional support systems.
• Abstract（参考訳）: Emotional Support Conversation (ESC) は、心的健康支援の需要の増加に対処し、対話を通じて共感的で効果的な感情支援を提供することを目的としている。 本稿では,NLPCC 2025 Task 8 ESC評価のためのソリューションを提案する。 パラメータ効率の低い低ランク適応法とフルパラメータ細調整法をともに検討し、モデルが支援的かつ文脈的に適切な応答を生成する能力を向上させる。 ベストモデルでは,LSMとESCタスクの効果的な適応手法を併用する可能性を強調し,コンペで2位にランクインした。 今後の研究は、より実用的で信頼性の高い感情支援システムを構築するために、感情的理解と反応のパーソナライゼーションをさらに強化することに焦点を当てる。

関連論文リスト

• IntentionESC: An Intention-Centered Framework for Enhancing Emotional Support in Dialogue Systems [74.0855067343594]
  感情的支援の会話では、意図の不明確さは、支持者に不適切な戦略を採用させる可能性がある。 Intention-centered Emotional Support Conversation frameworkを提案する。 支援者の意図を定義し、これらの意図を推測するための重要な感情状態の側面を特定し、それらを適切な支援戦略にマッピングする。
  論文  参考訳（メタデータ） (2025-06-06T10:14:49Z)
• From Personas to Talks: Revisiting the Impact of Personas on LLM-Synthesized Emotional Support Conversations [19.67703146838264]
  大規模言語モデル(LLM)は感情的サポートの会話の世代に革命をもたらした。 本稿では,感情的支援会話の創出におけるペルソナの役割について考察する。
  論文  参考訳（メタデータ） (2025-02-17T05:24:30Z)
• FEEL: A Framework for Evaluating Emotional Support Capability with Large Language Models [14.894922829587841]
  感情支援会話(Emotional Support Conversation、ESC)は、感情的なプレッシャーを軽減できる典型的な対話である。 現在の非芸術的方法論は、感情的支援能力を効果的に評価する上で困難に直面している。 本稿では,感情支援能力を評価するために,Large Language Models (LLMs) を用いた新しいモデルFEELを提案する。
  論文  参考訳（メタデータ） (2024-03-23T03:32:26Z)
• 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)
• 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)
• 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)

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。