論文の概要: Towards Automated Real-time Evaluation in Text-based Counseling
- arxiv url: http://arxiv.org/abs/2203.03442v1
- Date: Mon, 7 Mar 2022 14:53:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-08 14:35:21.062032
- Title: Towards Automated Real-time Evaluation in Text-based Counseling
- Title（参考訳）: テキストベースカウンセリングにおけるリアルタイム自動評価
- Authors: Anqi Li, Jingsong Ma, Lizhi Ma, Pengfei Fang, Hongliang He, Zhenzhong
Lan
- Abstract要約: 私たちはオンラインプラットフォームを構築し、精神療法士が必要とする人に無料でカウンセリングサービスを提供することができます。
手術から1年以内に、カウンセリングセッションの最大の (675) テキストのセットの1つが手に入る。
粗いラベルときめ細かいラベルを使ってデータセットをラベル付けし、事前学習手法のセットを使用します。
- 参考スコア（独自算出の注目度）: 12.23714949442497
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated real-time evaluation of counselor-client interaction is important
for ensuring quality counseling but the rules are difficult to articulate.
Recent advancements in machine learning methods show the possibility of
learning such rules automatically. However, these methods often demand large
scale and high quality counseling data, which are difficult to collect. To
address this issue, we build an online counseling platform, which allows
professional psychotherapists to provide free counseling services to those are
in need. In exchange, we collect the counseling transcripts. Within a year of
its operation, we manage to get one of the largest set of (675) transcripts of
counseling sessions. To further leverage the valuable data we have, we label
our dataset using both coarse- and fine-grained labels and use a set of
pretraining techniques. In the end, we are able to achieve practically useful
accuracy in both labeling system.
- Abstract（参考訳）: カウンセラーとクライアントのインタラクションのリアルタイム自動評価は品質カウンセリングの確保に重要であるが,ルールの明確化は困難である。
近年の機械学習手法の進歩は、このようなルールを自動的に学習する可能性を示している。
しかし,これらの手法は大規模かつ高品質なカウンセリングデータを必要とすることが多く,収集が困難である。
この問題に対処するために、私たちはオンラインカウンセリングプラットフォームを構築します。
それと引き換えに、カウンセリングの書き起こしを集めます。
手術から1年以内に,カウンセリングセッションにおいて,最大 (675) 個のカウンセリングセッションが得られた。
貴重なデータをさらに活用するために、粗いラベルときめ細かいラベルの両方を使用してデータセットをラベル付けし、一連の事前トレーニング技術を使用します。
いずれのラベリングシステムにおいても,実用的に有用な精度を実現することができる。
関連論文リスト
- 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) - Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice
and Feedback [40.065280357381035]
CAREは、自動提案生成を通じてピアカウンセラーに権限を与える、インタラクティブなAIベースのツールである。
実践的なトレーニング段階において、CAREは特定のカウンセリング戦略が与えられた文脈で最も適しているかを診断するのに役立つ。
CAREは特に、初心者カウンセラーが挑戦的な状況でより良く対応するのに役立ちます。
論文 参考訳（メタデータ） (2023-05-15T19:48:59Z) - Modeling Motivational Interviewing Strategies On An Online Peer-to-Peer
Counseling Platform [35.9642101732025]
本稿では、ピアカウンセラーチャットメッセージからモチベーションの高い面接手法にマッピングすることで、ギャップを埋めることを模索する。
顧客満足度をカウンセリングセッションで予測する手法を検討するため,MI手法が会話評価に与える影響について検討した。
この研究は、ピアツーピアカウンセラープラットフォームにおけるモチベーション面接技術の使用に関する深い理解を提供する。
論文 参考訳（メタデータ） (2022-11-09T20:25:33Z) - An Empathetic AI Coach for Self-Attachment Therapy [0.19999259391104385]
本稿では,自己着床療法のプロトコルを実践する上でユーザを指導することを目的とした,デジタルコーチのための新しいデータセットと計算戦略を提案する。
本フレームワークは,ルールベースの会話エージェントに,ユーザのテキスト応答の根底にある感情を識別するディープラーニング分類器を付加する。
私たちは、ユーザーが対話することを選択できる、人間のようなペルソナのセットを作ります。
論文 参考訳（メタデータ） (2022-09-17T12:01:35Z) - SupervisorBot: NLP-Annotated Real-Time Recommendations of Psychotherapy
Treatment Strategies with Deep Reinforcement Learning [13.173307471333619]
本稿では,心理療法セッション中のセラピストに対して,リアルタイムで治療戦略を提案するレコメンデーションシステムを提案する。
本システムでは,評価項目の深層埋め込みと患者が話している現在文との類似度スコアを計算し,治療結果を予測するターンレベル評価機構を用いる。
論文 参考訳（メタデータ） (2022-08-27T19:22:53Z) - ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
本稿では,フィードバックを数発の分類として提供するという課題について考察する。
メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。
本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
論文 参考訳（メタデータ） (2021-07-23T22:41:28Z) - "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) - Conditioned Text Generation with Transfer for Closed-Domain Dialogue
Systems [65.48663492703557]
条件付き変分オートエンコーダを用いて,意図特化文の生成を最適に学習し,制御する方法を示す。
クエリ転送と呼ばれる新しいプロトコルを導入し、大規模で遅延のないデータセットを活用できるようにします。
論文 参考訳（メタデータ） (2020-11-03T14:06:10Z) - Self-training Improves Pre-training for Natural Language Understanding [63.78927366363178]
我々は、半教師付き学習を通じてラベルのないデータを活用する別の方法として、自己学習について研究する。
本稿では,ラベル付きデータからタスク固有のクエリの埋め込みを計算するデータ拡張手法であるSentAugmentを紹介する。
我々のアプローチは、標準的なテキスト分類ベンチマークで最大2.6%の改善を達成し、スケーラブルで効果的な自己学習に繋がる。
論文 参考訳（メタデータ） (2020-10-05T17:52:25Z) - Neural Multi-Task Learning for Teacher Question Detection in Online
Classrooms [50.19997675066203]
教師の音声記録から質問を自動的に検出するエンドツーエンドのニューラルネットワークフレームワークを構築している。
マルチタスク学習手法を取り入れることで,質問の種類によって意味的関係の理解を深めることが可能となる。
論文 参考訳（メタデータ） (2020-05-16T02:17:04Z) - Learning an Unreferenced Metric for Online Dialogue Evaluation [53.38078951628143]
本稿では,大規模な事前学習言語モデルを用いて発話の潜在表現を抽出する非参照自動評価指標を提案する。
提案手法は,オンライン環境でのアノテーションと高い相関性を実現すると同時に,推論時に比較に真の応答を必要としないことを示す。
論文 参考訳（メタデータ） (2020-05-01T20:01:39Z)
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。