《PLOS One》：A multi-stage framework for emotionally intelligent dialogue systems using topological sentiment encoding and causal policy optimization
编辑推荐：
情感智能对话系统不仅应表达句子级情感，还应感知句子之间、说话者之间以及随时间推移的情感变化，并可在决策层面实现可解释性。现有方法仅将情感视为单一且静态的特征，既未考虑多轮上下文、时间变化、说话者特定趋势，也未考虑情感与行为之间的相关性。为填补上述空白，本研究引
情感智能对话系统不仅应表达句子级情感，还应感知句子之间、说话者之间以及随时间推移的情感变化，并可在决策层面实现可解释性。现有方法仅将情感视为单一且静态的特征，既未考虑多轮上下文、时间变化、说话者特定趋势，也未考虑情感与行为之间的相关性。为填补上述空白，本研究引入了一个统一的五阶段框架，用于在多轮对话中系统性地编码、转换和操作情感。第一阶段，上下文感知多级情感编码（CMLSE）利用RoBERTa嵌入、自注意力机制和动态时间规整（DTW），同时保留说话者身份、轮次顺序和情感连续性。第二阶段，情感聚类拓扑信号映射（ECTSM）利用情感向量情感和持续同调，基于拓扑和形状获得鲁棒的情感聚类。第三阶段，情感记忆强化图聚合网络（EMR-GAN）构建动态情感图和长期记忆网络，通过强化学习（RL）学习优化情感连贯性的最佳方式。自适应因果决策图变换器（ACDGT）将因果推断引入图注意力中，以发现隐藏的情感-行为因果关系并模拟反事实决策。最后，情感驱动强化策略合成器（EDRPS）将情感记忆和因果表示与双奖励近端策略优化（PPO）相结合，以实时、情感感知模式生成策略。该模型在MELD数据集上平均准确率达78.8%（较最佳基线提升6.4%），情感聚类调整兰德指数（ARI）为0.61，在DailyDialog上策略对齐准确率达92.5%。上述评估显示共情性、相关性和自然性得分更高，标志着情感对话系统达到了新的最先进水平。
一、研究背景与问题
情感智能对话系统需要超越传统的情感分类，理解多轮对话中情感状态的时间演变、因果触发因素和结构组织。对话系统需要像具有共情能力的人类一样，在情境化场景中表达自然回应并推断多轮对话中的细粒度情感。尽管基于变换器架构取得了显著进展，现有模型主要将情感视为孤立的语句级现象，未能捕捉说话者之间的动态交互以及真实人际交互中特有的长程情感依赖。现有模型无法区分情感触发因素与附带性情感表达，这限制了其在需要情感因果理解的任务中的应用。在多说话者对话中，说话者动态、轮次转换行为和上下文情感流动在情感内容生成中起核心作用，但传统模型对此研究甚少。传统情感分析方法倾向于在句子层面进行原子级评估，将话语视为积极或消极，忽视了对话轮次之间和说话者之间的情感动态。
具体而言，现有模型存在四个主要问题：第一，无法在情感中捕捉说话者身份和轮次顺序，无法判断谁在哪个轮次表达了何种情感；第二，无法建模跨轮次的情感随时间演变，无法展示情感如何在说话者之间关联；第三，无法区分情感线索与附带性情感表达，无法确定哪些话语引发了后续情感；第四，在下游决策中缺乏情感关联，无法提供与对话情感脉络一致的回应。现有模型如BERT和RoBERTa存在固定长度序列限制、无法捕捉跨时间的情感连接、无法区分情感触发因素与附带性情感表达等缺陷。
二、研究内容与结论
为解决上述问题，研究人员提出了一个统一的五阶段框架，系统性地编码、转换和操作多轮对话中的情感。该框架包括：上下文感知多级情感编码（CMLSE）、情感聚类拓扑信号映射（ECTSM）、情感记忆强化图聚合网络（EMR-GAN）、自适应因果决策图变换器（ACDGT）和情感驱动强化策略合成器（EDRPS）。实验结果表明，该模型在MELD数据集上平均准确率达78.8%，较最佳基线提升6.4%；情感聚类调整兰德指数（ARI）为0.61；在DailyDialog上策略对齐准确率达92.5%。共情性、相关性和自然性得分均高于基线，标志着情感对话系统达到了新的最先进水平。
三、关键技术方法
研究人员采用了五个主要关键技术方法。第一，CMLSE使用RoBERTa嵌入结合时间自注意力和DTW对齐，保留说话者身份、轮次顺序和跨说话者时间对应关系。第二，ECTSM应用持续同调和情感流形投影，通过Vietoris-Rips复形、持续图和情感流形投影获得对噪声和异常值鲁棒的情感聚类。第三，EMR-GAN通过动态情感图和显式记忆状态建模长程情感分布，采用指数移动机制更新记忆，通过两层图卷积和多头注意力传播情感信息。第四，ACDGT使用后门调整、因果注意力和反事实影响区分情感触发因素与附带性表达，将情感状态与行为结果连接。第五，EDRPS使用PPO结合双奖励（情感一致性和因果保真度）优化策略，通过裁剪代理目标、价值函数目标、熵正则化和情感记忆一致性正则化生成实时情感感知响应。实验在4块A100 GPU、512 GB内存和Intel Xeon Gold处理器的高性能计算环境中进行，使用PyTorch 2.0、Hugging Face Transformers和GUDHI库，在MELD、IEMOCAP和扩展版DailyDialog三个数据集上评估。
四、研究结果
4.1 情感分类结果：在MELD数据集上，该模型平均准确率达78.8%，较最佳基线提升6.4%，表明多阶段框架在情感分类任务上的有效性。
4.2 情感聚类结果：该模型情感聚类调整兰德指数（ARI）为0.61，表明基于持续同调的拓扑聚类方法能有效获得对噪声和异常值鲁棒的情感聚类。
4.3 策略对齐结果：在DailyDialog数据集上，该模型策略对齐准确率达92.5%，表明双奖励PPO优化能有效生成与对话情感轨迹一致的响应。
4.4 超参数敏感性分析：学习率、记忆衰减和Wasserstein权重是高度敏感的参数，对表示稳定性和拓扑学习影响显著；图/RL学习率、PPO裁剪示例数、注意力头数和滚动步数中度敏感；熵系数、头维度和批大小影响相对较小。
4.5 评估维度：在情感分类、情感聚类、记忆连贯性、因果建模和策略对齐五个维度上，该模型均优于三种基线方法（基于变换器的情感分类器、基于图的情感聚合器和情感驱动策略智能体）。
五、讨论与结论
该研究提出的多阶段框架将情感视为时间动态、拓扑结构和因果影响的信号，从原始对话输入到情感丰富的策略决策，实现了上下文感知、时间锚定、拓扑结构、记忆强化和因果论证的完整流水线。该框架不仅具有语义性，还提取话语的时间依赖、在情感流形中的结构位置、历史演变和下游决策后果。各结构的互联确保了情感感知决策建模的鲁棒性、适应性和可解释性。该工作标志着情感从传统分类过程走向理解并决策情感的系统的转变，为情感对话系统建立了新的基准。
