25、开放域对话中通过候选重排增强自我表露

开放域对话中通过候选重排增强自我表露

1. 引言

基于神经语言预训练的神经语言模型，如 GPT、GPT - 2 等，推动了自然语言处理（NLP）各下游任务的发展。在开放域对话建模领域，像 DialoGPT、Blender - bot 和 Meena 等模型在单轮对话中展现出了不错的性能。然而，这些深度学习模型生成的对话回复虽与人类之前的表述相关，但往往很快就会让人类失去兴趣，陷入琐碎的对话，产生诸如“谢谢”“好的”“我不知道”等平淡且重复的回复。

出现这种情况的一个原因是，神经对话系统缺乏明确的对话策略。自我表露作为一种重要的社交策略，在心理学研究中被证明有助于建立对话双方的关系，提高对话参与度。本文旨在通过一种新颖的模型适配方法，增强现有的神经对话代理，使其能够激活自我表露。

2. 自我表露

人类在对话中会采用多种对话策略以实现多个目标。对话策略是一种话语单元，通常比言语行为更大，能跨越多个对话回合，有助于在对话中建立和维护人际关系。其中，自我表露是最重要的对话策略之一。

社会渗透理论（SPT）认为，两人之间的交流随着关系的发展会从浅层向深层推进，而这一过程主要通过自我表露实现。自我表露是指一个人向他人透露自己的信息，如想法、愿望、过去的事件和未来的计划等，有助于建立融洽的关系和相互信任。研究表明，在人机对话中运用自我表露能提高对话满意度。

2.1 自我表露（SD）等级

自我表露可分为多个等级，本文采用社会科学和心理学文献中提到的三个等级：
- G（一般） ：无自我表露，回复内容是关于第三人、事件或事物的，被标记为一般表露。
-