論文の概要: Automated Quality Assessment of Cognitive Behavioral Therapy Sessions Through Highly Contextualized Language Representations

• arxiv url: http://arxiv.org/abs/2102.11573v1
• Date: Tue, 23 Feb 2021 09:22:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-24 14:01:56.529774
• Title: Automated Quality Assessment of Cognitive Behavioral Therapy Sessions Through Highly Contextualized Language Representations
• Title（参考訳）: 高度文脈化言語表現による認知行動療法セッションの品質自動評価
• Authors: Nikolaos Flemotomos, Victor R. Martinez, Zhuohao Chen, Torrey A. Creed, David C. Atkins, Shrikanth Narayanan
• Abstract要約: 認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。 このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。 BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
• 参考スコア（独自算出の注目度）: 34.670548892766625
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: During a psychotherapy session, the counselor typically adopts techniques which are codified along specific dimensions (e.g., 'displays warmth and confidence', or 'attempts to set up collaboration') to facilitate the evaluation of the session. Those constructs, traditionally scored by trained human raters, reflect the complex nature of psychotherapy and highly depend on the context of the interaction. Recent advances in deep contextualized language models offer an avenue for accurate in-domain linguistic representations which can lead to robust recognition and scoring of such psychotherapy-relevant behavioral constructs, and support quality assurance and supervision. In this work, a BERT-based model is proposed for automatic behavioral scoring of a specific type of psychotherapy, called Cognitive Behavioral Therapy (CBT), where prior work is limited to frequency-based language features and/or short text excerpts which do not capture the unique elements involved in a spontaneous long conversational interaction. The model is trained in a multi-task manner in order to achieve higher interpretability. BERT-based representations are further augmented with available therapy metadata, providing relevant non-linguistic context and leading to consistent performance improvements.
• Abstract（参考訳）: サイコセラピーセッションの間、カウンセラーは通常、特定の次元(例えば「温かさと自信を示す」、または「コラボレーションをセットアップする試み」)に沿ってコード化される技術を採用し、セッションの評価を容易にする。 これらの構造は、伝統的に訓練された人間レーサーによって評価され、心理療法の複雑な性質を反映し、相互作用の文脈に非常に依存します。 近年の深い文脈的言語モデルの進歩は、正確なドメイン内言語表現の手段を提供し、そのような心理療法関連行動構成の堅牢な認識と評価につながることができ、品質保証と監督をサポートします。 本研究では, 認知行動療法 (Cognitive Behavioral Therapy, CBT) と呼ばれる特定のタイプの心理療法の自動行動得点のためのBERTに基づくモデルを提案する。 このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。 BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。

関連論文リスト

• CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
  認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。 我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。 実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-10-17T04:52:57Z)
• Are Large Language Models Possible to Conduct Cognitive Behavioral Therapy? [13.0263170692984]
  大規模言語モデル(LLM)が検証され、心理的補助療法の新たな可能性を提供する。 精神保健の専門家は、LSMを治療に使用することについて多くの懸念を抱いている。 自然言語処理性能に優れた4つのLLM変種を評価した。
  論文  参考訳（メタデータ） (2024-07-25T03:01:47Z)
• COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling [14.04866656172336]
  心理療法セッションで使用される自然言語から治療作業同盟を推定するための新しい枠組みを提案する。 提案手法は,高度大規模言語モデル(LLM)を用いて心理療法セッションの転写を解析し,それらをワーキングアライアンスインベントリにおけるステートメントの分散表現と比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:56:44Z)
• Evaluating the Efficacy of Interactive Language Therapy Based on LLM for High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
  本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。 LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
  論文  参考訳（メタデータ） (2023-11-12T07:55:39Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• "Am I A Good Therapist?" Automated Evaluation Of Psychotherapy Skills Using Speech And Language Technologies [38.726068038788384]
  5000以上のレコードのデータセットを使用して、当社のプラットフォームとそのパフォーマンスを説明します。 本システムでは,セッションのダイナミクスに関する情報を含む包括的フィードバックをセラピストに提供する。 我々は、近い将来、自動精神療法評価ツールの広範な利用が専門家の能力を増強すると確信している。
  論文  参考訳（メタデータ） (2021-02-22T18:52:52Z)
• Pose-based Body Language Recognition for Emotion and Psychiatric Symptom Interpretation [75.3147962600095]
  通常のRGBビデオから始まるボディーランゲージに基づく感情認識のための自動フレームワークを提案する。 心理学者との連携により,精神症状予測の枠組みを拡張した。 提案されたフレームワークの特定のアプリケーションドメインは限られた量のデータしか供給しないため、フレームワークは小さなトレーニングセットで動作するように設計されている。
  論文  参考訳（メタデータ） (2020-10-30T18:45:16Z)
• Feature Fusion Strategies for End-to-End Evaluation of Cognitive Behavior Therapy Sessions [32.198800906972366]
  本研究では,音声音声をダイアリゼーションおよび転写テキストに変換し,認知行動療法セッションを自動的にコードに変換するエンドツーエンドパイプラインを開発した。 CBT符号推定のための発話レベルタグを用いて単語ベースの特徴量を増やす新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-05-15T22:26:58Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)
• Continuous Emotion Recognition via Deep Convolutional Autoencoder and Support Vector Regressor [70.2226417364135]
  マシンはユーザの感情状態を高い精度で認識できることが不可欠である。 ディープニューラルネットワークは感情を認識する上で大きな成功を収めている。 表情認識に基づく連続的感情認識のための新しいモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-31T17:47:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。