発話意図の同時生成によるユーザ情報抽出を目的としたLLMエージェントの対話戦略学習

抄録

本研究は、ユーザーの対話継続意思を維持しつつ効果的にユーザー情報を収集する、LLMベースの対話システムの開発を目的とする。インタビュアーが回答者から多様な情報を引き出す対話データを収集し、各発話にその意図（例：新しい話題の導入、詳細の掘り下げ）をアノテーションしたデータセットを作成した。このデータセットを用いて、LLMが応答と発話意図を同時に生成するよう学習させた。実験の結果、発話意図を同時に学習したLLMは、ベースラインモデルと比較して、ユーザーから多様な情報を均等に引き出し、ユーザーの印象も良好だった。これらの結果は、エージェントが発話意図を考慮することが、効果的な情報収集とユーザー体験向上に重要であることを示唆する。今後は、強化学習の導入や一般的な情報収集タスクへの適用により、システムの性能と汎用性を向上させる予定である。