本文讨论了如何提高社交聊天机器人的用户参与度，并阐述了在这一领域的核心技术，同时用小冰作为例子来说明如何在长时间的对话中识别情感并与用户进行交流。

Jan, 2018

本研究旨在通过提出一个新的情感重写任务和使用一种深度加强学习代理来提高在线心理健康支持平台上的情感表达，该代理利用了从GPT-2改编的transformer语言模型来完成生成具有情感内容的备选句子和在适当位置添加这些句子的任务，并通过一系列自动化和人工评价证明了其成功地生成了更具有共情性、特定性和多样性的响应，从而为促进网络平台上的共情会话提供了直接的启示。

Jan, 2021

该研究提出了Hailey，一种AI辅助的方案，可以帮助在线人互相提供心理健康支持，结果表明，与AI协作可以在同辈间提高19.60%的情感共鸣，并使自我效能得到提升。

Mar, 2022

本文提出了一种全局到局部的分层图网络方法，用于情感支持对话任务中多源信息的建模，同时监测全局因素的语义信息，实现了该任务的最新最优效果。

Apr, 2022

该研究探讨了如何使用人类反馈来有效地开发高度吸引力的社交聊天机器人，通过伪标签和奖励模型提高了聊天机器人的用户积极性和留存率，从而达到使用者参与度优先的目的。研究结果表明，这种方法可以将聊天长度增加高达70％，使GPT-J 6B模型的用户留存率增加超过30％。未来的工作将使用奖励模型实现数据飞轮，以轮换地微调语言模型和奖励模型。

Mar, 2023

人工智能在支持医疗服务方面的重要性得到了全球大流行病的推动。我们回顾了过去10年（2013年至2023年）提出的医疗领域AI聊天机器人的最新技术。我们的研究表明，虽然有少数商业聊天机器人用于患者支持，还有一些尚处于临床试验阶段的非商业聊天机器人，但人们对这种技术在患者安全和数据保护方面缺乏信任，医疗工作者和专业人士对其好处缺乏广泛认识。此外，与人类相比，患者对于聊天机器人的自然语言处理技术表达了不满。然而，为了部署和整合AI聊天机器人在公共卫生服务中，当前需求是：构建简单且安全易用的技术；通过专注的培训和发展来增强医疗界对该技术的信心；通过外联活动增加患者和更广泛社区对该技术的认知。

Aug, 2023

我们开发了三种聊天机器人，旨在为产后护理者提供特定情境下的共情支持，并通过基于规则和生成模型的指标对其性能进行评估。研究表明，基于规则的模型在共情度和与真实参考接近程度方面表现最佳，而人们更喜欢基于规则的聊天机器人，因为其具备特定情境下的人性回复。然而，我们的生成模型在训练数据集限制下，偶尔会产生混乱或荒谬的回复。最后，我们讨论了支持心理健康挑战个体的基于规则和生成模型的实际好处，并对大型语言模型在数字心理保健领域的可能性和风险进行了讨论。

Aug, 2023

利用大型语言模型的能力，本研究结合人工智能和人类洞察力创建了一个详尽的情感支持对话数据集，通过递归生成方法，优化了情感支持机器人，为情感支持领域的进一步研究和实施铺平了道路。

Aug, 2023

在后疫情时代，社交隔离和抑郁焦虑率上升之际，基于数字心理治疗的对话型代理与传统治疗相比，在引导用户自我依恋方面具有重要影响力。本研究开发了一个语音聊天机器人，用于指导用户进行一种基于依恋理论的自我依恋（SAT）全面心理技术。我们的聊天机器人使用一系列基于规则和分类的模块来理解用户输入，并据此导航对话流程图，根据用户的情感和心态状态推荐适当的SAT练习。我们收集了超过6,000个断语的数据集，并开发了一种新颖的情感分析模块，将用户情感分为12个类别，准确率超过92%。为了保持对话的新颖性和吸引力，聊天机器人的回复是从使用Farsi GPT-2和强化学习方法辅助构建的大型断语数据集中检索得到的，因此需要最少的人工标注。我们的聊天机器人还提供了一个名为SAT Teacher的问答模块，用于回答用户关于自我依恋原则的问题。最后，我们设计了一个跨平台应用作为机器人的用户界面。我们在一个为期十天的人类研究中对平台进行了评估，共有52名非临床人口的志愿者参与了超过2,000次对话。结果表明，大部分用户（75%）表示对平台很感兴趣，72%的用户在与聊天机器人互动后感觉变得更好，74%的用户对SAT Teacher的表现感到满意。

Oct, 2023

通过PRISMA框架综合文献综述，研究了534篇计算机科学和医学领域发表的关于建立与心理健康相关的对话代理的论文，发现了136篇重要论文，重点关注对话建模和实验设计技术的多样特征，建议以透明度、伦理和文化异质性为基础，实现心理健康对话代理的跨学科发展。

Oct, 2023