arXiv新论文：利用主题与参与者中心分解实现对话摘要中的情感动态建模
📖 论文信息
标题：Dialogue Summarization with Emotion Dynamics Using Topic- and Participant-Centric Decomposition
作者：Linyun Xiang, Mark Neerincx, Stephanie Tan
提交日期：2026-07-16
arXiv编号：2607.14769
1. 痛点分析：从"独白"到"对话"的范式缺口
现有的文本摘要研究主要聚焦于"独白式"信息（如新闻文章、报告等），这类信息通常由单一作者构建，逻辑线性且缺乏互动性。然而，对话作为一种丰富的沟通渠道，涉及多个参与者的来回交流，意义是在互动中构建的。
传统方法在处理此类数据时，往往忽略了说话者之间的交互以及随之产生的情感动态变化。这项新研究明确指出，要准确总结对话，必须同时考虑语义内容和情感轨迹。
2. 技术方案：层级化"智能体链"与双重分解
为了应对这一挑战，研究团队提出了一种基于多模态对话输入的摘要框架，其核心技术架构建立在经过改良的层级化 Chain-of-Agents（智能体链）方法之上。
该框架的核心创新在于对对话数据的双重分解策略：
| 分解维度 | 说明 |
|---|---|
| 主题片段分解（Topic Segments） | 基于所有参与者的话语，将对话划分为不同的主题段落 |
| 参与者特定话语片段分解（Participant-Specific Utterance Segments） | 针对每个特定参与者的话语进行独立分段 |
通过这种分解，系统能够生成对应的主题级摘要和参与者级摘要，并在此过程中融入自动推断的情感信息。最终，这些不同层级的摘要被聚合为一个完整的对话摘要，从而同时捕捉语义内容和情感轨迹。
3. 评估创新：引入"情感轨迹"指标
除了传统的基于内容准确性的评估外，该研究还引入了情感轨迹指标（Emotion Trajectory Metrics）。这一指标用于衡量生成的摘要在多大程度上保留了原始对话中的情感流动过程。
实验部分使用了小型语言模型在多模态对话数据集上进行测试。结果表明，该框架生成的摘要不仅包含语义内容，还有效保留了情感内容。此外，关于显式情感标签可用性的进一步实验也验证了所提方法论的有效性。
4. 行业启示
对于AI从业者和开发者而言，这项研究提供了几个关键的技术方向：
- 🔗 多模态融合：未来的对话分析不应仅局限于文本，多模态输入（如语调、面部表情等）是提升理解深度的关键。
- 🧩 结构化分解思维：在处理复杂交互数据时，采用"主题+参与者"的双重视角分解，结合 Chain-of-Agents 架构，是一种有效的建模思路。
- 💡 情感计算的价值：随着大模型向Agent化发展，对对话中"情感动态"的量化和保留，将成为高保真对话模拟和分析的重要能力。
🔗 资源链接
- 论文首页: https://arxiv.org/abs/2607.14769
- PDF全文: View PDF
- HTML实验版: https://arxiv.org/html/2607.14769v1
- DOI: https://doi.org/10.48550/arXiv/2607.14769