在单轮内对多种支持策略进行建模以进行情感支持对话

情感支持对话 (ESC) 旨在通过产生同理心和支持性对话来帮助经历痛苦的​​个人。虽然之前的工作通常假设每个支持者轮流对应一个策略，但现实世界的支持性沟通通常涉及单个话语中的多个策略。在本文中，我们通过将 ESC 任务表述为多策略话语生成来重新审视 ESC 任务，其中每个话语可能包含一个或多个策略响应对。我们提出了两种生成方法：All-in-One（在单个解码步骤中预测所有策略响应对）和 One-by-One（迭代生成策略响应对直到完成）。这两种方法都通过强化学习引导的认知推理得到进一步增强，以改善策略选择和响应组合。我们在话语级别和对话级别设置下的 ESConv 数据集上评估我们的模型。实验结果表明，我们的方法有效地模拟了多策略话语，并提高了支持质量和对话成功率。据我们所知，这项工作提供了第一个系统的经验证据，证明在单个话语中允许多种支持策略对于情感支持对话来说既可行又有益。所有代码和数据将在https://github.com/aliyun/qwen-dianjin公开。