SocialSim: Towards Socialized Simulation of Emotional Support Conversation

论文概览

本文假设现有情感支持对话（ESC）合成方法因忽略社交动态（求助者社会披露不足、支持者社会认知欠缺）导致效果不佳，提出整合“求助者社会披露”与“支持者社会认知”的SocialSim框架，通过构建详细角色库和认知推理链生成高质量合成语料SSConv，基于该语料训练的聊天机器人在自动和人工评估中均达到最优性能，最终证实SocialSim能规模化合成贴近真实的ESC，降低情感关怀获取门槛。

核心问题

1. 众包构建ESC语料成本高，导致对话数量少、主题多样性不足，难以支撑模型训练；
2. 现有LLM辅助的ESC语料合成方法忽视ESC的社交本质，存在两大缺陷：一是求助者侧社会披露不足（仅提供简单场景描述，缺乏个性化信息），二是支持者侧社会认知欠缺（仅模仿表层回复模式，无深层认知推理），导致合成对话真实性、相关性和有效性不足。

主要贡献

1. 提出SocialSim框架，首次将社交动态（社会披露与社会认知）融入ESC模拟，填补现有合成方法的社交属性空白；
2. 构建SSConv高质量合成语料，包含3229个对话，经人工评估证实其在信息量、理解度、帮助性等维度优于众包语料（如ESConv）和其他合成语料（如AugESC）；
3. 基于SSConv训练的聊天机器人在自动评估（BLEU、ROUGE-L等）和人工评估（流畅度、问题识别、安慰效果等）中均实现SOTA性能，验证了框架和语料的有效性。

研究方法

1. 角色真实化（Persona Realism）：从PsyQA心理支持数据集筛选3229个真实求助场景，基于大五人格模型（Big Five Model）构建结构化角色库，包含性别、年龄、职业等11类属性，保障求助者社会披露的真实性和多样性；
2. 认知推理（Cognitive Reasoning）：设计四节点推理链（Situation→Thought→Action→Strategy），模拟人类支持者的思考过程，提升支持者对求助者情绪和场景的理解深度；
3. 对话生成：以ESConv高质量对话为示范，结合角色库和推理链提示GPT-4生成对话，严格遵循“求助者贴合角色”“支持者先推理后回复”规则，经人工校验确保质量；
4. 模型训练与评估：以Llama-2-7b为骨干模型，采用LoRA微调方法在不同语料上训练，通过自动评估（语义相似度、多样性等指标）和人工评估（6项质量维度+5项交互维度）验证性能。

各章节详解

1. 引言（Introduction）

• 背景：ESC旨在通过对话提供情感慰藉，广泛应用于心理咨询、在线心理健康服务等领域，但众包语料受成本限制，LLM合成方法缺乏社交动态；
• 问题提出：现有合成方法存在“求助者社会披露不足”和“支持者社会认知欠缺”两大痛点，导致合成对话与真实ESC存在差距；
• 研究目标：提出SocialSim框架，通过角色真实化和认知推理，实现社交化的ESC模拟，构建高质量合成语料并训练高性能聊天机器人。

2. SocialSim：社交化模拟框架（SocialSim: Socialized Simulation Framework）

框架分为三大核心模块，实现端到端的ESC合成：

• 求助者侧：角色真实化构建详细角色库，包含11类属性（性别、年龄、职业、人格等），基于PsyQA场景和大五人格模型生成3229个真实角色，保障社会披露的丰富性；
• 支持者侧：认知推理链引入四节点逻辑（Situation：捕捉求助者情绪与场景；Thought：还原求助者内心认知；Action：预判求助者行为倾向；Strategy：确定支持策略），模拟人类支持者的思考过程；
• 对话生成：以“角色+推理链→对话”为范式，提示GPT-4生成符合Hill帮助理论（Exploration→Comforting→Action）的对话，确保支持策略的合理性和对话的连贯性。

3. SSConv：社交化模拟ESC语料（SSConv: Socially Simulated ESC Corpus）

• 语料统计：含3229个对话，共77336轮 utterance，平均每轮对话24轮，utterance平均长度20.5词，覆盖9大主题、102个子主题（远超现有语料）；
• 质量评估：人工评估中，SSConv在信息量（2.76）、理解度（2.86）、帮助性（2.79）、安全性（3.00）等6项指标均排名第一，安全性实现满分；
• 主题与策略：主题涵盖家庭、人际关系、自我成长等生活核心场景，支持策略分布符合真实ESC规律（先探索问题→再安慰→最后提供行动建议），策略转换逻辑连贯；
• 个性化验证：通过词重叠率和嵌入相似度验证，对话内容与求助者角色高度相关，支持者回复能精准贴合求助者具体情况。

4. 实验（Experiments）

• 实验设置：对比语料（ESConv、AugESC、ExTES），骨干模型Llama-2-7b，训练配置（LoRA微调、学习率5e-5、训练5轮），评估分为自动评估和人工评估；
• 自动评估结果：在SSConv-test数据集上，SSConv微调模型（SSConv◦）的归一化平均指标（NAvg）达1.338，增强版（SSConv•，融入推理链训练）达1.390，显著优于基线模型（p<0.05）；在ESConv-test数据集上，各模型性能相当，证明合成语料不损害域内任务表现；
• 人工评估结果：SSConv•模型在流畅度（2.85）、问题识别（2.65）、安慰效果（2.53）等5项指标均排名第一，整体得分2.69，远超ESConv微调模型（1.35）；
• 消融研究：四节点推理链缺一不可，移除中间节点（尤其是Thought）会导致性能显著下降，证明认知推理链的完整性对ESC质量至关重要。

5. 相关工作（Related Work）

• ESC研究现状：现有工作分为“数据集构建”（如ESConv众包语料）和“模型优化”（注入常识知识、引入角色信息等），但均受限于低质量或小规模语料；
• 语料合成研究：AugESC、ExTES等基于LLM的合成方法仅依赖简单场景或回复模式，未融入社交动态；
• 本文创新点：通过角色真实化和认知推理，首次实现社交化ESC模拟，构建的语料兼具规模与质量。

6. 结论（Conclusion）

• 总结：SocialSim框架通过整合社交披露与社交认知，有效解决了现有ESC合成方法的核心缺陷；
• 成果：SSConv语料质量超现有数据集，基于其训练的聊天机器人实现SOTA性能；
• 意义：为ESC提供了规模化、低成本的合成方案，推动情感支持服务更广泛普及。