論文の概要: Speaker and Time-aware Joint Contextual Learning for Dialogue-act
Classification in Counselling Conversations
- arxiv url: http://arxiv.org/abs/2111.06647v1
- Date: Fri, 12 Nov 2021 10:30:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-11-15 20:27:56.310894
- Title: Speaker and Time-aware Joint Contextual Learning for Dialogue-act
Classification in Counselling Conversations
- Title(参考訳): 対話行動分類のための話者と時間を考慮した共同文脈学習
- Authors: Ganeshan Malhotra, Abdul Waheed, Aseem Srivastava, Md Shad Akhtar,
Tanmoy Chakraborty
- Abstract要約: 我々は、カウンセリング会話における対話行動分類のためのプラットフォームを提供するために、HOPEと呼ばれる新しいデータセットを開発した。
私たちは、YouTubeで公開されているカウンセリングセッションビデオから12.9Kの発話を収集し、それらの転写文を抽出し、DACラベルで注釈付けします。
対話行動分類のための新しい話者認識型・時間認識型文脈学習システムであるSPARTAを提案する。
- 参考スコア(独自算出の注目度): 15.230185998553159
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The onset of the COVID-19 pandemic has brought the mental health of people
under risk. Social counselling has gained remarkable significance in this
environment. Unlike general goal-oriented dialogues, a conversation between a
patient and a therapist is considerably implicit, though the objective of the
conversation is quite apparent. In such a case, understanding the intent of the
patient is imperative in providing effective counselling in therapy sessions,
and the same applies to a dialogue system as well. In this work, we take
forward a small but an important step in the development of an automated
dialogue system for mental-health counselling. We develop a novel dataset,
named HOPE, to provide a platform for the dialogue-act classification in
counselling conversations. We identify the requirement of such conversation and
propose twelve domain-specific dialogue-act (DAC) labels. We collect 12.9K
utterances from publicly-available counselling session videos on YouTube,
extract their transcripts, clean, and annotate them with DAC labels. Further,
we propose SPARTA, a transformer-based architecture with a novel speaker- and
time-aware contextual learning for the dialogue-act classification. Our
evaluation shows convincing performance over several baselines, achieving
state-of-the-art on HOPE. We also supplement our experiments with extensive
empirical and qualitative analyses of SPARTA.
- Abstract(参考訳): 新型コロナウイルス(covid-19)パンデミックの勃発により、人々のメンタルヘルスが危険にさらされている。
この環境において社会的カウンセリングは著しく重要である。
一般的な目標指向の対話とは異なり、患者とセラピストの会話はかなり暗黙的であるが、会話の目的はかなり明らかである。
この場合、患者の意図を理解することは、治療セッションにおいて効果的なカウンセリングを提供する上で必須であり、対話システムにも適用される。
本稿では,メンタルヘルスカウンセリングのための自動対話システムの開発において,小さいが重要な一歩を踏み出す。
我々は,カウンセリング会話における対話行為分類のためのプラットフォームとして,hopeという新しいデータセットを開発した。
このような会話の要件を特定し,ドメイン固有対話(DAC)ラベルを12種類提案する。
私たちは、YouTubeで公開されているカウンセリングセッションビデオから12.9Kの発話を収集し、それらの転写文を抽出し、DACラベルで注釈付けします。
さらに,対話行動分類のための新しい話者認識型・時間認識型文脈学習システムであるSPARTAを提案する。
本評価は,複数のベースライン上での説得力のある性能を示し,HOPEの最先端化を実現している。
また,実験をSPARTAの広範な経験的,定性的な分析で補完する。
関連論文リスト
- Can Large Language Models be Used to Provide Psychological Counselling?
An Analysis of GPT-4-Generated Responses Using Role-play Dialogues [0.0]
メンタルヘルスは現代社会にとってますます深刻な課題となっている。
本研究は、専門家カウンセラーを含むロールプレイングシナリオを通じてカウンセリング対話データを収集した。
第三者カウンセラーは、ヒトカウンセラーとGPT-4で生成されたカウンセラーからの反応の適切性を評価した。
論文 参考訳(メタデータ) (2024-02-20T06:05:36Z) - SMILE: Single-turn to Multi-turn Inclusive Language Expansion via
ChatGPT for Mental Health Support [28.370263099251638]
SMILEは、ChatGPTが公開のシングルターン対話をマルチターン言語に書き換えるよう促すマルチターン包括的言語拡張技術である。
我々は55,165の対話からなる大規模で多種多様な高品質な対話データセットSmileChatを作成し、対話毎に平均10.4回転する。
SmileChatの全体的な品質を評価するために,82のカウンセリング対話からなる実生活チャットデータセットをモデル評価のために収集した。
論文 参考訳(メタデータ) (2023-04-30T11:26:10Z) - Response-act Guided Reinforced Dialogue Generation for Mental Health
Counseling [25.524804770124145]
本稿では、メンタルヘルスカウンセリング会話のための対話行動誘導応答生成器READERについて述べる。
READERは変換器上に構築されており、次の発話に対する潜在的な対話行為d(t+1)を共同で予測し、適切な応答u(t+1)を生成する。
ベンチマークカウンセリング会話データセットであるHOPE上でREADERを評価する。
論文 参考訳(メタデータ) (2023-01-30T08:53:35Z) - A Benchmark for Understanding and Generating Dialogue between Characters
in Stories [75.29466820496913]
本研究は,機械が物語の対話を理解・生成できるかどうかを探求する最初の研究である。
マスク付き対話生成と対話話者認識という2つの新しいタスクを提案する。
DialStoryの自動評価と手動評価で既存のモデルをテストすることで,提案課題の難しさを示す。
論文 参考訳(メタデータ) (2022-09-18T10:19:04Z) - What can Speech and Language Tell us About the Working Alliance in
Psychotherapy [4.151615366747556]
会話分析の問題と健康領域への応用に関心がある。
認知行動療法(Cognitive Behavioral Therapy)は、精神療法における構造化されたアプローチであり、セラピストが患者が悪意ある思考、行動、行動を特定し、修正するのを手助けする。
本研究では,このアライアンス・インベントリと患者と心理療法士の会話(セッション)との関係について検討した。
論文 参考訳(メタデータ) (2022-06-17T15:32:34Z) - "How Robust r u?": Evaluating Task-Oriented Dialogue Systems on Spoken
Conversations [87.95711406978157]
本研究は、音声タスク指向会話における新しいベンチマークを示す。
マルチドメイン対話状態追跡と知識基底型対話モデルについて検討する。
我々のデータセットは,タスク指向対話システムの音声によるベンチマークを可能にする。
論文 参考訳(メタデータ) (2021-09-28T04:51:04Z) - Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。
コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。
DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
論文 参考訳(メタデータ) (2020-06-17T21:02:40Z) - Contextual Dialogue Act Classification for Open-Domain Conversational
Agents [10.576497782941697]
会話におけるユーザ発話の一般的な意図を分類することは、会話エージェントのための自然言語理解(NLU)の重要なステップである。
本稿では,文脈対話行為分類のための簡易かつ効果的な深層学習手法であるCDAC(Contextual Dialogue Act)を提案する。
我々は、人-機械対話における対話行動を予測するために、トランスファーラーニングを用いて人間-機械対話で訓練されたモデルを適用する。
論文 参考訳(メタデータ) (2020-05-28T06:48:10Z) - Will I Sound Like Me? Improving Persona Consistency in Dialogues through
Pragmatic Self-Consciousness [62.55060760615656]
一貫性に対処する最近のモデルは、しばしば追加の自然言語推論(NLI)ラベルでトレーニングするか、あるいは一貫性を維持するためにトレーニングされた追加モジュールを生成エージェントにアタッチする。
社会的認知と実用性に触発されて、私たちは既存の対話エージェントに、想像上のリスナーを通して、公的な自己意識を持たせました。
我々のアプローチは、Rational Speech Actsフレームワークに基づいて、会話エージェントに矛盾の発声を控えるように強制することができる。
論文 参考訳(メタデータ) (2020-04-13T08:16:16Z) - 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) - Attention over Parameters for Dialogue Systems [69.48852519856331]
我々は,異なる対話スキルを個別にパラメータ化する対話システムを学び,AoP(Attention over Parameters)を通じてそれぞれを選択し,組み合わせることを学ぶ。
実験の結果,MultiWOZ,In-Car Assistant,Persona-Chatの複合データセット上での競合性能が得られた。
論文 参考訳(メタデータ) (2020-01-07T03:10:42Z)
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。