論文の概要: D4: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat
- arxiv url: http://arxiv.org/abs/2205.11764v1
- Date: Tue, 24 May 2022 03:54:22 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-25 13:49:35.746847
- Title: D4: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat
- Title（参考訳）: うつ病指向チャットのための中国語対話データセットD4
- Authors: Binwei Yao, Chao Shi, Likai Zou, Lingfeng Dai, Mengyue Wu, Lu Chen,
Zhen Wang, Kai Yu
- Abstract要約: うつ病と診断された臨床セッションでは、医師は患者に症状を露呈させるための十分な感情的支援と会話を開始する。
精神疾患に関連する社会的便秘が原因でうつ病の相談や診断に関連する対話データが開示されることは稀である。
うつ病診断における医師と患者との対話をシミュレートした,うつ病診断指向チャットのための中国語対話データセットを構築した。
- 参考スコア（独自算出の注目度）: 25.852922703368133
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In a depression-diagnosis-directed clinical session, doctors initiate a
conversation with ample emotional support that guides the patients to expose
their symptoms based on clinical diagnosis criteria. Such a dialog is a
combination of task-oriented and chitchat, different from traditional
single-purpose human-machine dialog systems. However, due to the social stigma
associated with mental illness, the dialogue data related to depression
consultation and diagnosis are rarely disclosed. Though automatic
dialogue-based diagnosis foresees great application potential, data sparsity
has become one of the major bottlenecks restricting research on such
task-oriented chat dialogues. Based on clinical depression diagnostic criteria
ICD-11 and DSM-5, we construct the D$^4$: a Chinese Dialogue Dataset for
Depression-Diagnosis-Oriented Chat which simulates the dialogue between doctors
and patients during the diagnosis of depression, including diagnosis results
and symptom summary given by professional psychiatrists for each
dialogue.Finally, we finetune on state-of-the-art pre-training models and
respectively present our dataset baselines on four tasks including response
generation, topic prediction, dialog summary, and severity classification of
depressive episode and suicide risk. Multi-scale evaluation results demonstrate
that a more empathy-driven and diagnostic-accurate consultation dialogue system
trained on our dataset can be achieved compared to rule-based bots.
- Abstract（参考訳）: うつ病指向の臨床セッションでは、医師は、臨床診断基準に基づいて患者に症状を公開するための十分な感情的支援との会話を開始する。
このようなダイアログはタスク指向とchitchatの組み合わせであり、従来の単一目的のヒューマンマシンダイアログシステムとは異なる。
しかし,精神病に伴う社会的便秘が原因でうつ病相談や診断に関する対話データが開示されることは稀である。
自動対話に基づく診断は大きな応用可能性をもたらすが、このようなタスク指向の対話の研究を制限する大きなボトルネックの1つはデータスパーシティである。
Based on clinical depression diagnostic criteria ICD-11 and DSM-5, we construct the D$^4$: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat which simulates the dialogue between doctors and patients during the diagnosis of depression, including diagnosis results and symptom summary given by professional psychiatrists for each dialogue.Finally, we finetune on state-of-the-art pre-training models and respectively present our dataset baselines on four tasks including response generation, topic prediction, dialog summary, and severity classification of depressive episode and suicide risk.
マルチスケール評価の結果,データセット上で訓練された共感駆動型・診断精度の高い対話システムを実現することができた。
関連論文リスト
- Depression Diagnosis Dialogue Simulation: Self-improving Psychiatrist with Tertiary Memory [35.41386783586689]
本稿では,患者と精神科医の対話を模擬してうつ病診断を促進する自己改善型会話エージェントシステムであるエージェント・メンタル・クリニック(AMC)を紹介する。
本稿では,3次記憶構造,対話制御,およびメモリサンプリングモジュールから構成される精神科医エージェントを設計し,精神科医エージェントが反映するスキルを十分に活用し,抑うつリスクと自殺リスク診断の会話による高精度化を実現する。
論文 参考訳（メタデータ） (2024-09-20T14:25:08Z) - MDD-5k: A New Diagnostic Conversation Dataset for Mental Disorders Synthesized via Neuro-Symbolic LLM Agents [25.987334407396396]
我々は、精神疾患の診断会話を合成するための神経象徴的マルチエージェントフレームワークを設計する。
提案手法を適用し,中国最大の精神障害診断データセットであるMDD-5kを開発した。
論文 参考訳（メタデータ） (2024-08-22T05:59:47Z) - LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。
得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
論文 参考訳（メタデータ） (2024-06-09T09:03:11Z) - Towards Reliable and Empathetic Depression-Diagnosis-Oriented Chats [15.36217265716081]
本稿では,うつ病診断対話に適した,革新的な定義・生成フレームワークを提案する。
このフレームワークは、タスク指向の会話の信頼性と共感に関連したチャットの魅力を組み合わせる。
被曝実験の結果,うつ病診断におけるタスク完了と情緒的サポート生成に有意な改善が認められた。
論文 参考訳（メタデータ） (2024-04-07T16:35:53Z) - Enhancing Depression-Diagnosis-Oriented Chat with Psychological State Tracking [27.96718892323191]
Depression-diagnosis-oriented chatは、自己表現の患者を誘導し、うつ病検出の主要な症状を収集することを目的としている。
最近の研究は、面接に基づくうつ病の診断をシミュレートするために、タスク指向対話とchitchatを組み合わせることに焦点を当てている。
対話をガイドするための明確なフレームワークは検討されていない。
論文 参考訳（メタデータ） (2024-03-12T07:17:01Z) - Empowering Psychotherapy with Large Language Models: Cognitive
Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。
DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。
実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
論文 参考訳（メタデータ） (2023-10-11T02:47:21Z) - MDDial: A Multi-turn Differential Diagnosis Dialogue Dataset with
Reliability Evaluation [46.82607230465541]
エンドツーエンドのADD対話システムを構築するには、対話トレーニングデータセットが必要である。
ADDの対話データセットは英語では公開されていない。
MDDialは、英語で最初の差分診断対話データセットである。
論文 参考訳（メタデータ） (2023-08-16T04:56:55Z) - GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。
本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
論文 参考訳（メタデータ） (2022-11-22T15:51:10Z) - A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks
and Datasets [70.32630628211803]
本稿では,医師と患者との対話理解とタスク指向インタラクションという,医療相談の自動化を支援する2つの枠組みを提案する。
マルチレベルな微粒なアノテーションを付加した新しい大規模医療対話データセットが導入された。
本稿では,各タスクに対するベンチマーク結果のセットを報告し,データセットのユーザビリティを示し,今後の研究のベースラインを設定する。
論文 参考訳（メタデータ） (2022-04-19T16:43:21Z) - MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware
Medical Dialogue Generation [86.38736781043109]
MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。
MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。
実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
論文 参考訳（メタデータ） (2020-10-15T03:34:33Z)
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。