論文の概要: COCOA: CBT-based Conversational Counseling Agent using Memory
Specialized in Cognitive Distortions and Dynamic Prompt
- arxiv url: http://arxiv.org/abs/2402.17546v1
- Date: Tue, 27 Feb 2024 14:38:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-28 15:54:02.013992
- Title: COCOA: CBT-based Conversational Counseling Agent using Memory
Specialized in Cognitive Distortions and Dynamic Prompt
- Title(参考訳): COCOA:認知歪みと動的プロンプトに特化した記憶を用いたCBTに基づく会話型コージェリングエージェント
- Authors: Suyeon Lee, Jieun Kang, Harim Kim, Kyoung-Mee Chung, Dongha Lee,
Jinyoung Yeo
- Abstract要約: 本研究では,認知行動療法(CBT)を応用した心理カウンセリングエージェントを開発した。
クライアントに関する高レベルな洞察を抽出しながら,カウンセリングに必要な情報を効率的に管理するメモリシステムを構築した。
- 参考スコア(独自算出の注目度): 13.763448771196456
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The demand for conversational agents that provide mental health care is
consistently increasing. In this work, we develop a psychological counseling
agent, referred to as CoCoA, that applies Cognitive Behavioral Therapy (CBT)
techniques to identify and address cognitive distortions inherent in the
client's statements. Specifically, we construct a memory system to efficiently
manage information necessary for counseling while extracting high-level
insights about the client from their utterances. Additionally, to ensure that
the counseling agent generates appropriate responses, we introduce dynamic
prompting to flexibly apply CBT techniques and facilitate the appropriate
retrieval of information. We conducted dialogues between CoCoA and characters
from Character.ai, creating a dataset for evaluation. Then, we asked GPT to
evaluate the constructed counseling dataset, and our model demonstrated a
statistically significant difference from other models.
- Abstract(参考訳): メンタルヘルスを提供する会話エージェントの需要は一貫して増加している。
本研究では,ココアと呼ばれる心理カウンセリングエージェントを開発し,認知行動療法(cbt)手法を適用し,クライアントの言明に内在する認知的歪みを特定し,対処する。
具体的には, カウンセリングに必要な情報を効率的に管理し, 発話から顧客に関する高レベルな洞察を抽出できる記憶システムを構築する。
さらに,カウンセリングエージェントが適切な応答を生成することを保証するため,動的プロンプトを導入し,CBT技術を柔軟に適用し,適切な情報検索を容易にする。
CoCoAと character.ai の対話を行い,評価のためのデータセットを作成した。
そして,構築したカウンセリングデータセットの評価をGPTに依頼し,他のモデルと統計的に有意な差を示した。
関連論文リスト
- LLM Agents for Psychology: A Study on Gamified Assessments [71.08193163042107]
心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。
心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
論文 参考訳(メタデータ) (2024-02-19T18:00:30Z) - 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) - Local dynamic mode of Cognitive Behavioral Therapy [32.794122567880486]
本研究は認知行動療法(CBT)における自動心理療法士の評価領域にこれらの手法を適用した。
提案手法は,会話の短いウィンドウから局所的動的モードを抽出し,観測されたダイナミクスとCBT能力の相関関係を学習する。
論文 参考訳(メタデータ) (2022-04-28T15:03:35Z) - Learning to Ask Appropriate Questions in Conversational Recommendation [49.31942688227828]
対話型レコメンデーションのための新しいフレームワークであるKnowledge-Based Question Generation System (KBQG)を提案する。
KBQGは、構造化知識グラフから最も関連性の高い関係を識別することにより、ユーザの好みをよりきめ細かな粒度でモデル化する。
最終的には、正確な推奨は会話の順番を少なくして生成できる。
論文 参考訳(メタデータ) (2021-05-11T03:58:10Z) - Automated Quality Assessment of Cognitive Behavioral Therapy Sessions
Through Highly Contextualized Language Representations [34.670548892766625]
認知行動療法(Cognitive Behavioral Therapy, CBT)という,特定の心理療法の行動自動スコアリングモデルを提案する。
このモデルは高い解釈可能性を達成するためにマルチタスクで訓練される。
BERTベースの表現は、利用可能な治療メタデータでさらに拡張され、関連する非言語的コンテキストを提供し、一貫したパフォーマンス改善につながります。
論文 参考訳(メタデータ) (2021-02-23T09:22:29Z) - "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) - MET: Multimodal Perception of Engagement for Telehealth [52.54282887530756]
ビデオから人間のエンゲージメントレベルを知覚する学習ベースアルゴリズムMETを提案する。
我々はメンタルヘルス患者のエンゲージメント検出のための新しいデータセットMEDICAをリリースした。
論文 参考訳(メタデータ) (2020-11-17T15:18:38Z) - Improving Conversational Recommender Systems via Knowledge Graph based
Semantic Fusion [77.21442487537139]
対話型レコメンデータシステム(CRS)は,対話型対話を通じて高品質なアイテムをユーザに推薦することを目的としている。
まず、会話データ自体にユーザの好みを正確に理解するための十分なコンテキスト情報がない。
第二に、自然言語表現とアイテムレベルのユーザ嗜好の間には意味的なギャップがある。
論文 参考訳(メタデータ) (2020-07-08T11:14:23Z) - 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。