論文の概要: Towards Enhancing Health Coaching Dialogue in Low-Resource Settings
- arxiv url: http://arxiv.org/abs/2404.08888v1
- Date: Sat, 13 Apr 2024 03:23:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-16 18:13:13.351181
- Title: Towards Enhancing Health Coaching Dialogue in Low-Resource Settings
- Title（参考訳）: 低リソース環境におけるヘルスコーチング対話の強化に向けて
- Authors: Yue Zhou, Barbara Di Eugenio, Brian Ziebart, Lisa Sharp, Bing Liu, Ben Gerber, Nikolaos Agadakos, Shweta Yadav,
- Abstract要約: 患者と会話し,特定の目標を創り,達成し,共感をもって感情に対処する対話システムを構築することを提案する。
我々は, より共感的で, 流動的で, 一貫性のある応答を生成し, アノテーションを必要とせずとも, NLUタスクにおける最先端のタスクに優れることを示す。
- 参考スコア（独自算出の注目度）: 9.162202267521355
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Health coaching helps patients identify and accomplish lifestyle-related goals, effectively improving the control of chronic diseases and mitigating mental health conditions. However, health coaching is cost-prohibitive due to its highly personalized and labor-intensive nature. In this paper, we propose to build a dialogue system that converses with the patients, helps them create and accomplish specific goals, and can address their emotions with empathy. However, building such a system is challenging since real-world health coaching datasets are limited and empathy is subtle. Thus, we propose a modularized health coaching dialogue system with simplified NLU and NLG frameworks combined with mechanism-conditioned empathetic response generation. Through automatic and human evaluation, we show that our system generates more empathetic, fluent, and coherent responses and outperforms the state-of-the-art in NLU tasks while requiring less annotation. We view our approach as a key step towards building automated and more accessible health coaching systems.
- Abstract（参考訳）: 健康コーチングは、患者のライフスタイルに関連する目標を特定し達成し、慢性疾患のコントロールを効果的に改善し、精神状態の緩和に役立つ。
しかしながら、健康コーチングは、高度にパーソナライズされ、労働集約的な性質のため、コストが抑制される。
本稿では,患者と会話し,特定の目標を創り,達成し,共感で感情に対処する対話システムを構築することを提案する。
しかし、実際のヘルスコーチングデータセットは限られており、共感は微妙であるため、そのようなシステムの構築は困難である。
そこで本研究では,NLUおよびNLGフレームワークと機構条件付き共感応答生成を組み合わせた,モジュール化されたヘルスコーチング対話システムを提案する。
自動的および人的評価により,本システムはより共感的で流動的でコヒーレントな応答を生成し,アノテーションを必要とせず,NLUタスクにおける最先端のタスクより優れることを示す。
当社のアプローチは、自動化されたよりアクセスしやすいヘルスコーチングシステムを構築するための重要なステップだと考えています。
関連論文リスト
- MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
メンタルヘルス障害は世界で最も深刻な病気の1つである。
プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。
MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
論文 参考訳（メタデータ） (2024-10-09T13:06:40Z) - Enhancing Mental Health Support through Human-AI Collaboration: Toward Secure and Empathetic AI-enabled chatbots [0.0]
本稿では、スケーラブルなソリューションとしてのAI対応チャットボットの可能性について検討する。
メンタルヘルスの文脈で共感的で有意義な反応を提供する能力を評価する。
本稿では,データプライバシを保証し,バイアスを低減し,臨床医による継続的検証を統合して応答品質を向上させるためのフェデレート学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-17T20:49:13Z) - Enhancing AI-Driven Psychological Consultation: Layered Prompts with Large Language Models [44.99833362998488]
我々は, GPT-4 のような大規模言語モデル (LLM) を用いて, 心理的コンサルテーションサービスの強化について検討する。
提案手法では,ユーザ入力に動的に適応する新しい階層型プロンプトシステムを提案する。
また,LLMの感情的インテリジェンスを高めるために,共感とシナリオに基づくプロンプトを開発する。
論文 参考訳（メタデータ） (2024-08-29T05:47:14Z) - Modeling Low-Resource Health Coaching Dialogues via Neuro-Symbolic Goal Summarization and Text-Units-Text Generation [8.20753105325103]
健康コーチングは、患者がパーソナライズされたライフスタイル関連の目標を達成するのに役立つ。
本研究は,保健指導員の目標追跡を支援するために,ニューロシンボリックな目標要約器を提案する。
また,患者の不便な反応を測定するための新しい健康コーチングデータセットも提案する。
論文 参考訳（メタデータ） (2024-04-16T03:46:30Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳（メタデータ） (2024-03-17T03:52:52Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - Deep Learning Mental Health Dialogue System [0.0]
我々はSerenaと呼ばれるディープラーニング(DL)対話システムを開発した。
このシステムはコア生成モデルと後処理アルゴリズムで構成されている。
Serenaはurlhttps://serena.chat上に実装され、デプロイされている。
論文 参考訳（メタデータ） (2023-01-23T13:10:23Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳（メタデータ） (2021-06-15T22:06:39Z) - 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。