論文の概要: Towards Detecting Need for Empathetic Response in Motivational Interviewing

• arxiv url: http://arxiv.org/abs/2105.09649v1
• Date: Thu, 20 May 2021 10:28:46 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-21 17:45:23.514240
• Title: Towards Detecting Need for Empathetic Response in Motivational Interviewing
• Title（参考訳）: モチベーション・インタビューにおける共感的反応の必要性の検出に向けて
• Authors: Zixiu Wu, Rim Helaoui, Vivek Kumar, Diego Reforgiato Recupero and Daniele Riboni
• Abstract要約: セラピストからの共感的反応は、臨床心理療法の成功の鍵となる。 本稿では,共感を必要とするクライアントをターンレベルに検出する新しいタスクを提案する。
• 参考スコア（独自算出の注目度）: 4.22959337047619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Empathetic response from the therapist is key to the success of clinical psychotherapy, especially motivational interviewing. Previous work on computational modelling of empathy in motivational interviewing has focused on offline, session-level assessment of therapist empathy, where empathy captures all efforts that the therapist makes to understand the client's perspective and convey that understanding to the client. In this position paper, we propose a novel task of turn-level detection of client need for empathy. Concretely, we propose to leverage pre-trained language models and empathy-related general conversation corpora in a unique labeller-detector framework, where the labeller automatically annotates a motivational interviewing conversation corpus with empathy labels to train the detector that determines the need for therapist empathy. We also lay out our strategies of extending the detector with additional-input and multi-task setups to improve its detection and explainability.
• Abstract（参考訳）: セラピストからの共感反応は、臨床心理療法、特にモチベーション・インタビューの成功の鍵となる。 モチベーション・インタビューにおける共感の計算モデルに関する以前の研究は、セラピスト共感のオフライン、セッションレベルの評価に焦点を当てており、共感は、セラピストがクライアントの視点を理解し、その理解をクライアントに伝えるために行うすべての努力を捉えている。 本稿では,共感を必要とするクライアントをターンレベルに検出する新しいタスクを提案する。 具体的には,事前に学習した言語モデルと共感に関連する一般的な会話コーパスを,独自のラベラー・検出フレームワークで活用し,ラベラーが自動的にモチベーション付き面接会話コーパスに共感ラベルを付与し,セラピスト・共感の必要性を判断する検出器を訓練する。 また,検出器を追加入力およびマルチタスク設定で拡張し,検出と説明性を向上させるための戦略を整理した。

関連論文リスト

• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• EMMI -- Empathic Multimodal Motivational Interviews Dataset: Analyses and Annotations [0.7499722271664147]
  本研究の目的は、セラピストが治療の課題目標(モチベーション・インタビューの古典的なステップ)と社会的目標(信頼関係の構築と共感の表現)をいかにうまく融合させるかを明らかにすることである。 本稿では,シミュレートされたモチベーションインタビュー会話からなるコーパスのマルチモーダルアノテーションを提案する。 我々はこれらのアノテーションを分析し,社会的・共感的行動を強調したモチベーションインタビューを行う仮想エージェントを開発するための機能的振る舞いを特徴付ける。
  論文  参考訳（メタデータ） (2024-06-24T09:32:28Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• MEDIC: A Multimodal Empathy Dataset in Counseling [19.33251534760171]
  対面心理カウンセリングセッションから収集したマルチモーダル共感データセットを構築した。 経験の表現は、クライアントが共感を誘発する経験を表現したかどうかを記述し、感情的および認知的反応はカウンセラーの共感的反応を示す。 本研究では,テンソル融合ネットワーク,感情的単語認識融合ネットワーク,単純な結合モデルなどの3つの典型的な手法を用いて共感予測を行う。
  論文  参考訳（メタデータ） (2023-05-04T14:02:02Z)
• NLP meets psychotherapy: Using predicted client emotions and self-reported client emotions to measure emotional coherence [44.82634301507483]
  感情経験と感情表現の一貫性は、顧客にとって重要であると考えられる。 セラピーにおける感情の主観的経験と感情表現の心電図について検討した研究はない。 本研究は、トランスフォーマーに基づく感情認識モデルから感情予測を用いて感情コヒーレンスを研究するエンド・ツー・エンドのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-22T14:28:41Z)
• EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
  共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。 変圧器事前学習言語モデル(T5)に基づく手法を提案する。 本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-10-30T19:04:48Z)
• CEM: Commonsense-aware Empathetic Response Generation [31.956147246779423]
  本稿では,ユーザ状況に関する情報を引き出すために,コモンセンスを利用した共感応答生成手法を提案する。 我々は,共感的応答生成のためのベンチマークデータセットである共感的ダイアログに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2021-09-13T06:55:14Z)
• Exemplars-guided Empathetic Response Generation Controlled by the Elements of Human Communication [88.52901763928045]
  そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。 これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
  論文  参考訳（メタデータ） (2021-06-22T14:02:33Z)
• A Computational Approach to Understanding Empathy Expressed in Text-Based Mental Health Support [11.736179504987712]
  オンラインメンタルヘルスプラットフォームにおいて共感がどのように表現されるかを理解するための計算手法を提案する。 我々は,テキストベースの会話における共感のコミュニケーションを特徴付けるための,理論的基盤の統一フレームワークを開発する。
  論文  参考訳（メタデータ） (2020-09-17T17:47:00Z)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)
• 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)

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。