FiSMiness: A Finite State Machine Based Paradigm for Emotional Support Conversations

📄 arXiv: 2504.11837v1 📥 PDF

作者: Yue Zhao, Qingqing Gu, Xiaoyu Wang, Teng Chen, Zhonglin Jiang, Yong Chen, Luo Ji

分类: cs.CL, cs.AI

发布日期: 2025-04-16

备注: accepted by CMCL

💡 一句话要点

提出基于有限状态机的FiSMiness框架，提升情感支持对话的长期效果。

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 情感支持对话 有限状态机 大型语言模型 人机交互 情绪识别

📋 核心要点

  1. 现有情感支持对话方法缺乏状态模型视角，难以保证长期对话的有效性和用户满意度。
  2. FiSMiness框架利用有限状态机指导LLM进行情感支持对话，实现对话规划、情绪推理和策略选择。
  3. 实验结果表明，FiSMiness在情感支持对话任务上显著优于多种基线方法，包括参数量更大的模型。

📝 摘要（中文）

情感支持对话（ESC）旨在通过有效的对话来缓解个体的情绪困扰。尽管大型语言模型（LLM）在ESC方面取得了显著进展，但大多数研究可能没有从状态模型的角度定义对话流程，因此为长期满意度提供了次优的解决方案。为了解决这个问题，我们在LLM上利用有限状态机（FSM），并提出了一个名为FiSMiness的框架。我们的框架允许单个LLM在ESC期间引导规划，并根据每个对话回合自我推理寻求者的情绪、支持策略和最终回应。在ESC数据集上的大量实验表明，FiSMiness优于许多基线方法，包括直接推理、自我完善、思维链、微调和外部辅助方法，甚至那些具有更多参数的方法。

🔬 方法详解

问题定义：论文旨在解决情感支持对话中，现有方法缺乏对对话状态的建模，导致长期对话效果不佳的问题。现有方法通常是直接利用LLM进行对话生成，缺乏对对话过程的规划和控制，难以保证对话的连贯性和有效性。

核心思路：论文的核心思路是利用有限状态机（FSM）来指导LLM进行情感支持对话。FSM可以显式地定义对话的状态和状态转移规则，从而实现对对话过程的规划和控制。通过将LLM与FSM相结合，可以提高情感支持对话的质量和长期效果。

技术框架：FiSMiness框架包含以下主要模块：1) 情绪识别模块：用于识别寻求者的情绪状态。2) 策略选择模块：根据当前情绪状态选择合适的支持策略。3) 响应生成模块：根据选择的支持策略生成回应。4) 状态转移模块：根据当前状态和回应，转移到下一个状态。整个框架通过FSM来协调各个模块的工作，实现情感支持对话的自动化。

关键创新：FiSMiness的关键创新在于将有限状态机引入到情感支持对话中。通过FSM，可以显式地建模对话的状态和状态转移规则，从而实现对对话过程的规划和控制。这与现有方法直接利用LLM进行对话生成的方式有本质区别。

关键设计：论文中，FSM的状态和状态转移规则是根据情感支持对话的特点进行设计的。具体来说，状态包括“倾听”、“理解”、“探索”、“支持”等，状态转移规则则根据寻求者的情绪状态和对话内容进行调整。此外，论文还设计了一种自适应的策略选择机制，根据当前情绪状态和对话历史，选择最合适的策略。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，FiSMiness在情感支持对话任务上显著优于多种基线方法，包括直接推理、自我完善、思维链、微调和外部辅助方法。例如，在某数据集上，FiSMiness的性能比最佳基线方法提升了超过5%，证明了该框架的有效性。

🎯 应用场景

FiSMiness框架可应用于智能客服、心理咨询、社交机器人等领域，为用户提供个性化、高质量的情感支持服务。该研究有助于提升人机交互的自然性和有效性，促进心理健康领域的智能化发展，并有望在教育、医疗等领域发挥积极作用。

📄 摘要（原文）

Emotional support conversation (ESC) aims to alleviate the emotional distress of individuals through effective conversations. Although large language models (LLMs) have obtained remarkable progress on ESC, most of these studies might not define the diagram from the state model perspective, therefore providing a suboptimal solution for long-term satisfaction. To address such an issue, we leverage the Finite State Machine (FSM) on LLMs, and propose a framework called FiSMiness. Our framework allows a single LLM to bootstrap the planning during ESC, and self-reason the seeker's emotion, support strategy and the final response upon each conversational turn. Substantial experiments on ESC datasets suggest that FiSMiness outperforms many baselines, including direct inference, self-refine, chain of thought, finetuning, and external-assisted methods, even those with many more parameters.