论文页面 - 情感支持对话中单回合内多种支持策略的建模

来源：https://huggingface.co/papers/2604.17972

摘要

情感支持对话中的多策略话语生成方法通过在单个回复中启用多种支持策略，优于单一策略方法。

情感支持对话（ESC）旨在通过生成富有同理心和支持性的对话来帮助处于困境中的人。以往的工作通常假设每个支持者的回复对应单一策略，但现实世界中的支持性交流往往在一个回复中涉及多种策略。在本文中，我们重新审视ESC任务，并将其形式化为多策略话语生成（https://huggingface.co/papers?q=multi-strategy%20utterance%20generation），其中每个回复可能包含一个或多个策略-响应对（https://huggingface.co/papers?q=strategy-response%20pairs）。我们提出两种生成方法：All-in-One（一体化），在单次解码步骤中预测所有策略-响应对（https://huggingface.co/papers?q=strategy-response%20pairs）；以及One-by-One（逐一生成），迭代生成策略-响应对（https://huggingface.co/papers?q=strategy-response%20pairs）直到完成。两种方法都进一步结合了认知推理（https://huggingface.co/papers?q=cognitive%20reasoning），并由强化学习（https://huggingface.co/papers?q=reinforcement%20learning）指导，以改进策略选择和响应组织。我们在ESConv数据集上对话语级和对话级设置下评估我们的模型。实验结果表明，我们的方法有效建模多策略话语，并带来改进的支持质量和对话成功。据我们所知，这项工作首次提供了系统性实证证据，表明在一个回复中允许多种支持策略对于情感支持对话既可行又有益。所有代码和数据将在 https://github.com/aliyun/qwen-dianjin 公开可用。

查看arXiv页面 (https://arxiv.org/abs/2604.17972)查看PDF (https://arxiv.org/pdf/2604.17972)项目页面 (https://github.com/aliyun/qwen-dianjin)添加到收藏集 (https://huggingface.co/login?next=%2Fpapers%2F2604.17972)

引用此论文的模型0

没有链接此论文的模型

在模型的README.md中引用arxiv.org/abs/2604.17972即可在此页面显示链接。

引用此论文的数据集0

没有链接此论文的数据集

在数据集的README.md中引用arxiv.org/abs/2604.17972即可在此页面显示链接。

引用此论文的Spaces0

没有链接此论文的Space

在Space的README.md中引用arxiv.org/abs/2604.17972即可在此页面显示链接。

包含此论文的收藏集0

没有包含此论文的收藏集

将此论文添加到收藏集 (https://huggingface.co/new-collection)即可在此页面显示链接。