CARE: Rinforzo Aumentato dal Ragionamento Cognitivo per Conversazioni di Supporto Emotivo
CARE: Cognitive-reasoning Augmented Reinforcement for Emotional Support Conversation
September 30, 2025
Autori: Jie Zhu, Yuanchen Zhou, Shuo Jiang, Junhui Li, Lifan Guo, Feng Chen, Chi Zhang, Fang Kong
cs.AI
Abstract
La Conversazione di Supporto Emotivo (ESC, Emotional Support Conversation) svolge un ruolo cruciale nell'alleviare lo stress psicologico e nel fornire valore emotivo attraverso il dialogo. Sebbene studi recenti si siano concentrati principalmente sull'aumento dei dati e sulla costruzione di corpora sintetici, spesso trascurano i processi di ragionamento cognitivo più profondi che sono alla base di un supporto emotivo efficace. Per colmare questa lacuna, proponiamo CARE, un nuovo framework che rafforza il ragionamento nell'ESC senza fare affidamento su dati sintetici su larga scala. CARE sfrutta il set di addestramento originale dell'ESC per guidare i modelli nella generazione di risposte logicamente coerenti e di supporto, migliorando esplicitamente il ragionamento cognitivo. Sulla base di questa fondazione, impieghiamo ulteriormente l'apprendimento per rinforzo per affinare e rafforzare il processo di ragionamento. I risultati sperimentali dimostrano che CARE migliora significativamente sia la solidità logica che la qualità di supporto delle risposte, avanzando lo sviluppo di sistemi di supporto emotivo empatici, cognitivamente robusti e simili a quelli umani.
English
Emotional Support Conversation (ESC) plays a vital role in alleviating
psychological stress and providing emotional value through dialogue. While
recent studies have largely focused on data augmentation and synthetic corpus
construction, they often overlook the deeper cognitive reasoning processes that
underpin effective emotional support. To address this gap, we propose
CARE, a novel framework that strengthens reasoning in ESC without
relying on large-scale synthetic data. CARE leverages the original ESC training
set to guide models in generating logically coherent and supportive responses,
thereby explicitly enhancing cognitive reasoning. Building on this foundation,
we further employ reinforcement learning to refine and reinforce the reasoning
process. Experimental results demonstrate that CARE significantly improves both
the logical soundness and supportive quality of responses, advancing the
development of empathetic, cognitively robust, and human-like emotional support
systems.