論文の概要: Modeling Multiple Support Strategies within a Single Turn for Emotional Support Conversations

• arxiv url: http://arxiv.org/abs/2604.17972v1
• Date: Mon, 20 Apr 2026 08:51:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-21 21:52:52.778509
• Title: Modeling Multiple Support Strategies within a Single Turn for Emotional Support Conversations
• Title（参考訳）: 感情的支援会話のための1つのターンにおける複数支援戦略のモデル化
• Authors: Jie Zhu, Huaixia Dou, Junhui Li, Lifan Guo, Feng Chen, Jinsong Su, Chi Zhang, Fang Kong,
• Abstract要約: Emotional Support Conversation (ESC) は、共感的、支援的な対話を発生させることで、苦悩を経験する個人を支援することを目的としている。 本稿では,ESCタスクをマルチストラテジー発話生成として定式化することによって再検討する。 1つのデコードステップで全ての戦略応答対を予測するAll-in-Oneと、完了まで戦略応答対を反復的に生成するOne-by-Oneの2つの生成方法を提案する。
• 参考スコア（独自算出の注目度）: 41.420834271169554
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Emotional Support Conversation (ESC) aims to assist individuals experiencing distress by generating empathetic and supportive dialogue. While prior work typically assumes that each supporter turn corresponds to a single strategy, real-world supportive communication often involves multiple strategies within a single utterance. In this paper, we revisit the ESC task by formulating it as multi-strategy utterance generation, where each utterance may contain one or more strategy-response pairs. We propose two generation methods: All-in-One, which predicts all strategy-response pairs in a single decoding step, and One-by-One, which iteratively generates strategy-response pairs until completion. Both methods are further enhanced with cognitive reasoning guided by reinforcement learning to improve strategy selection and response composition. We evaluate our models on the ESConv dataset under both utterance-level and dialogue-level settings. Experimental results show that our methods effectively model multi-strategy utterances and lead to improved supportive quality and dialogue success. To our knowledge, this work provides the first systematic empirical evidence that allowing multiple support strategies within a single utterance is both feasible and beneficial for emotional support conversations. All code and data will be publicly available at https://github.com/aliyun/qwen-dianjin.
• Abstract（参考訳）: Emotional Support Conversation (ESC) は、共感的、支援的な対話を発生させることで、苦悩を経験する個人を支援することを目的としている。 従来の作業では、各サポーターのターンが1つの戦略に対応すると仮定されるが、現実のサポーターのコミュニケーションは1つの発話内で複数の戦略を伴うことが多い。 本稿では,ESCタスクをマルチストラテジーな発話生成として定式化し,各発話は1つ以上の戦略応答対を含むことができる。 1つのデコードステップで全ての戦略応答対を予測するAll-in-Oneと、完了まで戦略応答対を反復的に生成するOne-by-Oneの2つの生成方法を提案する。 どちらの手法も、戦略選択と応答組成を改善するために強化学習によって導かれる認知的推論によってさらに強化される。 ESConvデータセット上で、発話レベルと対話レベルの両方の設定でモデルを評価する。 実験の結果,提案手法はマルチストラテジー発話を効果的にモデル化し,支援品質の向上と対話の成功につながることが示された。 我々の知る限り、この研究は、単一の発話内で複数の支援戦略を可能にすることが感情的支援の会話に有効かつ有益であることを示す最初の体系的な実証的証拠を提供する。 すべてのコードとデータはhttps://github.com/aliyun/qwen-dianjin.comで公開される。

関連論文リスト

• METRO: Towards Strategy Induction from Expert Dialogue Transcripts for Non-collaborative Dialogues [60.35930981785646]
  METROは、専門家の知識を、短期的応答(ノード)と長期的戦略的フォレスト(ブランチ)の両方を捉える階層構造であるストラテジーフォレスト(Strategy Forest)にフォーマル化する 実験の結果,METROは有望な性能を示し,従来の手法を9%～10%上回った。
  論文  参考訳（メタデータ） (2026-04-13T13:12:02Z)
• STRIDE-ED: A Strategy-Grounded Stepwise Reasoning Framework for Empathetic Dialogue Systems [31.01853676319371]
  共感的対話は、ユーザの感情状態を認識するだけでなく、戦略を意識し、文脈に敏感な決定を行う必要がある。 本稿では,ストラテジグラウンド,解釈,Deep推論のフレームワークであるSTRIDE-EDを提案する。
  論文  参考訳（メタデータ） (2026-04-08T13:53:27Z)
• Emotional Supporters often Use Multiple Strategies in a Single Turn [8.85819119076884]
  感情支援会話タスクの既存の定義は、サポート的応答の構造を単純化する。 感情的な支持者は、1ターン以内に複数の戦略を連続的に採用することが多い。 戦略発話対の完全列を生成することを必要とする改訂形式を提案する。
  論文  参考訳（メタデータ） (2025-05-21T09:46:19Z)
• Strength Lies in Differences! Improving Strategy Planning for Non-collaborative Dialogues via Diversified User Simulation [69.5677514160986]
  本研究では,多様なユーザとの戦略的対話に携わる非協力的対話エージェントについて検討する。 これは既存の対話エージェントに2つの大きな課題をもたらす。 本稿では,ユーザ認識型戦略計画モジュールと人口ベーストレーニングパラダイムを取り入れた,適切な戦略計画の能力を高めるためのTripを提案する。
  論文  参考訳（メタデータ） (2024-03-11T14:38:16Z)
• FADO: Feedback-Aware Double COntrolling Network for Emotional Support Conversation [15.739642511241158]
  本稿では、戦略スケジュールを作成し、支援応答を生成するために、フィードバック対応ダブル・カウンタリング・ネットワーク(FADO)を提案する。 ESConvの実験結果から,提案したFADOは,戦略選択と応答生成の両面から最先端の性能を達成した。
  論文  参考訳（メタデータ） (2022-11-01T03:37:30Z)
• 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)

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。