論文の概要: Towards Reliable and Empathetic Depression-Diagnosis-Oriented Chats

• arxiv url: http://arxiv.org/abs/2404.05012v1
• Date: Sun, 7 Apr 2024 16:35:53 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-09 16:12:43.020570
• Title: Towards Reliable and Empathetic Depression-Diagnosis-Oriented Chats
• Title（参考訳）: 信頼性と共感的抑うつ-診断指向型チャット
• Authors: Kunyao Lan, Cong Ming, Binwei Yao, Lu Chen, Mengyue Wu,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 15.36217265716081
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Chatbots can serve as a viable tool for preliminary depression diagnosis via interactive conversations with potential patients. Nevertheless, the blend of task-oriented and chit-chat in diagnosis-related dialogues necessitates professional expertise and empathy. Such unique requirements challenge traditional dialogue frameworks geared towards single optimization goals. To address this, we propose an innovative ontology definition and generation framework tailored explicitly for depression diagnosis dialogues, combining the reliability of task-oriented conversations with the appeal of empathy-related chit-chat. We further apply the framework to D$^4$, the only existing public dialogue dataset on depression diagnosis-oriented chats. Exhaustive experimental results indicate significant improvements in task completion and emotional support generation in depression diagnosis, fostering a more comprehensive approach to task-oriented chat dialogue system development and its applications in digital mental health.
• Abstract（参考訳）: チャットボットは、潜在的な患者との対話を通じて、うつ病を早期に診断するための有効なツールとして機能する。 それでも、診断関連対話におけるタスク指向とチャットの混在は、専門的な専門知識と共感を必要とする。 このようなユニークな要件は、単一の最適化目標を目標とする従来の対話フレームワークに挑戦する。 そこで本研究では,抑うつ診断対話に特化して機能する新しいオントロジー定義と生成フレームワークを提案し,タスク指向会話の信頼性と共感関連チャットの魅力を両立させる。 さらに、このフレームワークをうつ病診断指向チャットに関する唯一の公開対話データセットであるD$^4$に適用する。 抽出実験の結果,うつ病診断におけるタスク完了と感情的サポート生成の大幅な改善が示され,タスク指向の対話システム開発に対するより包括的なアプローチとそのデジタルメンタルヘルスへの応用が促進された。

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)
• DiagESC: Dialogue Synthesis for Integrating Depression Diagnosis into Emotional Support Conversation [4.795837146925278]
  先進的なメンタルヘルスマネジメントシステムのための診断感情支援会話タスクについて紹介する。 ユーザエクスペリエンスを維持しながら抑うつ症状を評価するためのDESCデータセットを開発した。
  論文  参考訳（メタデータ） (2024-08-12T10:26:39Z)
• 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)
• Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
  我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。 また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。 次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
  論文  参考訳（メタデータ） (2023-08-17T10:49:18Z)
• 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)
• Read, Diagnose and Chat: Towards Explainable and Interactive LLMs-Augmented Depression Detection in Social Media [37.473604649521945]
  本稿では,解釈可能かつインタラクティブなLLMに基づく新しい抑うつ検出システムを提案する。 診断だけでなく、ユーザとの自然言語対話に基づく診断証拠やパーソナライズされたレコメンデーションを提供する。
  論文  参考訳（メタデータ） (2023-05-09T02:49:09Z)
• A Survey on Proactive Dialogue Systems: Problems, Methods, and Prospects [100.75759050696355]
  本稿では,対話エージェントの多種多様な対話における能動性に関する顕著な問題と先進的な設計について概説する。 我々は、現実世界のアプリケーションのニーズを満たすが、将来もっと研究に焦点を当てる必要がある課題について議論する。
  論文  参考訳（メタデータ） (2023-05-04T11:38:49Z)
• D4: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat [25.852922703368133]
  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。
  論文  参考訳（メタデータ） (2022-05-24T03:54:22Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)
• 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。