論文の概要: PsyChat: A Client-Centric Dialogue System for Mental Health Support
- arxiv url: http://arxiv.org/abs/2312.04262v2
- Date: Wed, 20 Mar 2024 01:59:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-21 22:08:02.172284
- Title: PsyChat: A Client-Centric Dialogue System for Mental Health Support
- Title（参考訳）: PsyChat:メンタルヘルス支援のためのクライアント中心対話システム
- Authors: Huachuan Qiu, Anqi Li, Lizhi Ma, Zhenzhong Lan,
- Abstract要約: PsyChatは、オンラインチャットを通じて心理的サポートを提供するクライアント中心の対話システムである。
クライアントの振る舞い認識、カウンセラー戦略選択、入力パッカー、レスポンスジェネレータ、レスポンス選択の5つのモジュールで構成されている。
ケーススタディでは、対話システムはクライアントの振る舞いを予測し、適切なカウンセラー戦略を選択し、正確で適切な応答を生成することができることを示した。
- 参考スコア（独自算出の注目度）: 16.008761874266728
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Dialogue systems are increasingly integrated into mental health support to help clients facilitate exploration, gain insight, take action, and ultimately heal themselves. A practical and user-friendly dialogue system should be client-centric, focusing on the client's behaviors. However, existing dialogue systems publicly available for mental health support often concentrate solely on the counselor's strategies rather than the behaviors expressed by clients. This can lead to unreasonable or inappropriate counseling strategies and corresponding responses generated by the dialogue system. To address this issue, we propose PsyChat, a client-centric dialogue system that provides psychological support through online chat. The client-centric dialogue system comprises five modules: client behavior recognition, counselor strategy selection, input packer, response generator, and response selection. Both automatic and human evaluations demonstrate the effectiveness and practicality of our proposed dialogue system for real-life mental health support. Furthermore, the case study demonstrates that the dialogue system can predict the client's behaviors, select appropriate counselor strategies, and generate accurate and suitable responses.
- Abstract（参考訳）: 対話システムは、クライアントが探索し、洞察を得、行動し、最終的に自分自身を癒すのを助けるために、メンタルヘルスサポートにますます統合されている。
実用的でユーザフレンドリな対話システムは、クライアントの振る舞いに焦点をあてて、クライアント中心であるべきです。
しかし、メンタルヘルス支援のために公開されている既存の対話システムは、クライアントが表現する行動ではなく、カウンセラーの戦略にのみ焦点を絞っていることが多い。
これは、不適切または不適切なカウンセリング戦略と、対話システムによって生成された対応する応答につながる可能性がある。
この問題に対処するために,オンラインチャットによる心理的サポートを提供するクライアント中心の対話システムであるPsyChatを提案する。
クライアント中心対話システムは、クライアント行動認識、カウンセラー戦略選択、入力パッカー、応答生成装置、応答選択の5つのモジュールからなる。
自動評価と人的評価は,実生活におけるメンタルヘルス支援のための対話システムの有効性と実用性を示すものである。
さらに,対話システムはクライアントの行動を予測し,適切なカウンセラー戦略を選択し,正確かつ適切な応答を生成することができることを示す。
関連論文リスト
- Investigating the effect of Mental Models in User Interaction with an Adaptive Dialog Agent [27.75972750138208]
メンタルモデルは、インテリジェントシステムとのユーザインタラクションが成功するかどうかにおいて重要な役割を果たす。
このようなシステムに関して,ユーザが様々な矛盾するメンタルモデルを持っていることを示す。
暗黙的に実行しても、対話エージェントの振る舞いをユーザのメンタルモデルによく適合させることで、ユーザビリティ、ダイアログ効率、成功感を向上させることができることを示す。
論文 参考訳（メタデータ） (2024-08-26T09:57:19Z) - Emotion Talk: Emotional Support via Audio Messages for Psychological Assistance [0.0]
感情トーク(Emotion Talk)とは、心理的援助のための音声メッセージを通じて継続的な感情的支援を提供するシステムである。
このソリューションはポルトガル語話者に焦点を合わせ、システムが言語的かつ文化的に関連があることを保証する。
論文 参考訳（メタデータ） (2024-07-12T05:13:17Z) - 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) - 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) - 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) - Improving Multi-turn Emotional Support Dialogue Generation with
Lookahead Strategy Planning [81.79431311952656]
感情支援のための新しいシステムMultiESCを提案する。
戦略プランニングでは,特定の戦略を使用した後のユーザフィードバックを見積もるルックアヘッドを提案する。
ユーザ状態モデリングにおいて、MultiESCはユーザーの微妙な感情表現を捉え、感情の原因を理解することに重点を置いている。
論文 参考訳（メタデータ） (2022-10-09T12:23:47Z) - ProsocialDialog: A Prosocial Backbone for Conversational Agents [104.92776607564583]
ProsocialDialogは、対話エージェントに社会規範に従って問題コンテンツに応答するように教える最初の大規模対話データセットである。
ProsocialDialogは、人間とAIのコラボレーションフレームワークで作られ、58Kの対話と331Kの発話、160KのRoT、および497Kの対話安全ラベルで構成されている。
本データセットでは,対話型安全性検出モジュールであるCanaryを導入し,会話コンテキストを指定したRoTを生成するとともに,社会的にインフォームドされた対話エージェントであるProstを導入する。
論文 参考訳（メタデータ） (2022-05-25T11:48:47Z) - Towards Large-Scale Interpretable Knowledge Graph Reasoning for Dialogue
Systems [109.16553492049441]
よりスケーラブルで一般化可能な対話システムに知識推論機能を組み込む新しい手法を提案する。
我々の知識を最大限に活用するために、変圧器モデルが微分可能な知識グラフを解析して応答を生成するのは、これが初めてである。
論文 参考訳（メタデータ） (2022-03-20T17:51:49Z) - Speaker and Time-aware Joint Contextual Learning for Dialogue-act
Classification in Counselling Conversations [15.230185998553159]
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。
論文 参考訳（メタデータ） (2021-11-12T10:30:30Z) - Towards Emotional Support Dialog Systems [61.58828606097423]
本稿では,感情支援会話タスクを定義し,ヘルピングスキル理論に基づくESCフレームワークを提案する。
本研究では,豊かなアノテーション(特にサポート戦略)をヘルプシーカとサポーターモードで組み込んだ感情支援会話データセット(ESConv)を構築した。
情緒的サポートを提供する能力に関して、最先端の対話モデルを評価する。
論文 参考訳（メタデータ） (2021-06-02T13:30:43Z) - 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。