STRIDE-ED：共感的対話システムのための戦略に基づく段階的推論フレームワーク

Abstract

共感的な対話では、ユーザーの感情状態を認識するだけでなく、応答生成の全過程において戦略を意識した、状況に応じた意思決定を行うことが必要です。しかしながら、包括的な共感戦略の枠組みの欠如、明示的でタスクに整合した多段階推論、高品質な戦略を意識したデータが根本的に不足しているため、既存手法は、共感的な対話を複雑な多段階の認知および意思決定プロセスとして効果的にモデル化できないという制約を受けています。これらの課題に対処するため、我々は、構造化された、戦略条件付けの推論によって共感的対話をモデル化する STRIDE-ED（STRategy-grounded、Interpretable、DEep reasoning の枠組み）を提案します。効果的な学習を支えるために、LLMベースのアノテーション、多モデルの整合性に基づく重み付け評価、ならびに動的サンプリングを統合した、戦略を意識したデータ洗練パイプラインを構築し、共感戦略に整合した高品質な学習データを作成します。さらに、教師あり微調整と、多目的強化学習を組み合わせた二段階の学習パラダイムを採用し、モデルの振る舞いを目標とする感情、共感戦略、ならびに応答フォーマットにより適切に整合させます。大規模な実験の結果、STRIDE-ED は多様なオープンソース LLM にまたがって汎化でき、両方の自動指標および人手評価において一貫して既存手法を上回ることが示されました。