論文の概要: Detection and Positive Reconstruction of Cognitive Distortion sentences: Mandarin Dataset and Evaluation
- arxiv url: http://arxiv.org/abs/2405.15334v1
- Date: Fri, 24 May 2024 08:17:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-05-27 15:21:18.315521
- Title: Detection and Positive Reconstruction of Cognitive Distortion sentences: Mandarin Dataset and Evaluation
- Title（参考訳）: 認知歪文の検出と肯定的再構成:マンダリンデータセットと評価
- Authors: Shuya Lin, Yuxiong Wang, Jonathan Dong, Shiguang Ni,
- Abstract要約: 本研究は、ポジティブ心理学理論に基づくポジティブリコンストラクションフレームワークを紹介する。
認知的歪みを検出するための4001のインスタンスと、マンダリンの肯定的な再構成のための1900のインスタンスを含むコーパスを提供する。
- 参考スコア（独自算出の注目度）: 22.070611256611635
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This research introduces a Positive Reconstruction Framework based on positive psychology theory. Overcoming negative thoughts can be challenging, our objective is to address and reframe them through a positive reinterpretation. To tackle this challenge, a two-fold approach is necessary: identifying cognitive distortions and suggesting a positively reframed alternative while preserving the original thought's meaning. Recent studies have investigated the application of Natural Language Processing (NLP) models in English for each stage of this process. In this study, we emphasize the theoretical foundation for the Positive Reconstruction Framework, grounded in broaden-and-build theory. We provide a shared corpus containing 4001 instances for detecting cognitive distortions and 1900 instances for positive reconstruction in Mandarin. Leveraging recent NLP techniques, including transfer learning, fine-tuning pretrained networks, and prompt engineering, we demonstrate the effectiveness of automated tools for both tasks. In summary, our study contributes to multilingual positive reconstruction, highlighting the effectiveness of NLP in cognitive distortion detection and positive reconstruction.
- Abstract（参考訳）: 本研究は、ポジティブ心理学理論に基づくポジティブリコンストラクションフレームワークを紹介する。
否定的な考えを克服することは困難であり、私たちの目標は、肯定的な再解釈を通じてそれらに対処し、再設計することにあります。
この課題に取り組むためには、認知的歪みを識別し、元の思考の意味を保ちながら肯定的に再構成された代替案を提案するという2つのアプローチが必要である。
近年,このプロセスの各段階での自然言語処理(NLP)モデルの英語への応用が研究されている。
本研究では,広義・広義理論に基づくポジティブ・リコンストラクション・フレームワークの理論基盤を強調した。
認知的歪みを検出するための4001のインスタンスと、マンダリンの肯定的な再構成のための1900のインスタンスを含む共有コーパスを提供する。
トランスファーラーニング、微調整済みネットワーク、迅速なエンジニアリングを含む最近のNLP技術を活用し、両タスクの自動化ツールの有効性を実証する。
要約して,本研究は多言語的肯定的再構成に寄与し,認知的歪み検出と肯定的再構成におけるNLPの有効性を強調した。
関連論文リスト
- ReVISE: Learning to Refine at Test-Time via Intrinsic Self-Verification [53.80183105328448]
Refine via Intrinsic Self-Verification (ReVISE)は、LLMが自己検証を通じてアウトプットを自己修正できる効率的なフレームワークである。
様々な推論タスクに関する実験により、ReVISEは効率的な自己補正を実現し、推論性能を大幅に向上することを示した。
論文 参考訳（メタデータ） (2025-02-20T13:50:02Z) - ReLearn: Unlearning via Learning for Large Language Models [64.2802606302194]
本研究では、効果的なアンラーニングのためのデータ拡張および微調整パイプラインであるReLearnを提案する。
このフレームワークでは、知識レベルの保存を測定するために、知識獲得率(KFR)と知識保持率(KRR)を導入している。
実験の結果,ReLearnは高品質な出力を保ちながら,目標とするリセットを実現することができた。
論文 参考訳（メタデータ） (2025-02-16T16:31:00Z) - Automated Refactoring of Non-Idiomatic Python Code: A Differentiated Replication with LLMs [54.309127753635366]
本研究は, GPT-4の有効性について検討し, 慣用行動の推奨と示唆について検討した。
この結果から,従来は複雑なコード解析に基づくレコメンデータの実装が求められていた,LCMの課題達成の可能性が浮き彫りになった。
論文 参考訳（メタデータ） (2025-01-28T15:41:54Z) - Learning from Impairment: Leveraging Insights from Clinical Linguistics in Language Modelling Research [1.544681800932596]
本研究は,言語モデル(LM)の学習戦略と評価フレームワークを開発するために,言語障害研究からの洞察と臨床治療を統合する可能性について検討する。
本稿では,神経言語学,特に失語症治療における言語スキルの回復と一般化をめざした,言語学的動機の強い訓練アプローチの根底にある理論的基盤を考察する。
これらの知見が、LMの厳密な評価、特に複雑な構文現象の扱い、そして人間のような学習戦略の発展にどう影響するかを明らかにする。
論文 参考訳（メタデータ） (2024-12-20T10:53:21Z) - Advancing Prompt Recovery in NLP: A Deep Dive into the Integration of Gemma-2b-it and Phi2 Models [18.936945999215038]
プロンプトの設計と有効性は、NLP研究における困難で比較的未解決の分野である。
本稿では,事前学習した言語モデルと戦略のスペクトルを用いて,迅速な回復手法の徹底的な検討を行う。
厳密な実験と詳細な解析により、Gemma-2b-it + Phi2 model + Pretrainの優れた性能を解明する。
論文 参考訳（メタデータ） (2024-07-07T02:15:26Z) - TractGeoNet: A geometric deep learning framework for pointwise analysis
of tract microstructure to predict language assessment performance [66.43360974979386]
拡散磁気共鳴画像(dMRI)による回帰処理を行うための幾何学的深層学習フレームワークであるTractGeoNetを提案する。
回帰性能を向上させるために,新しい損失関数 Paired-Siamese Regression Los を提案する。
本手法の有効性を,2つの言語神経心理学的評価に対して予測することで評価した。
論文 参考訳（メタデータ） (2023-07-08T14:10:37Z) - TAPE: Assessing Few-shot Russian Language Understanding [1.9859374437454114]
TAPE(Text Attack and Perturbation Evaluation)は、ロシアの6つのより複雑なNLUタスクを含む新しいベンチマークである。
自己回帰ベースラインテストの詳細な解析は、単純な綴りに基づく摂動が最もパフォーマンスに影響することを示している。
我々はTAPEを公開して、監督がほとんど、あるいは全くできない場合に、新しいタスクに一般化できる堅牢なLMの研究を促進する。
論文 参考訳（メタデータ） (2022-10-23T18:28:25Z) - Automated Fidelity Assessment for Strategy Training in Inpatient
Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。
標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。
本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文 参考訳（メタデータ） (2022-09-14T15:33:30Z) - A Latent-Variable Model for Intrinsic Probing [93.62808331764072]
固有プローブ構築のための新しい潜在変数定式化を提案する。
我々は、事前訓練された表現が言語間交互に絡み合ったモルフォシンタクスの概念を発達させる経験的証拠を見出した。
論文 参考訳（メタデータ） (2022-01-20T15:01:12Z) - Bilevel Programming and Deep Learning: A Unifying View on Inference
Learning Methods [25.775517797956237]
我々はすべての推論学習手法が特別なケースとしてバックプロパゲーションを含むことを示した。
標準バックプロパゲーションにおける無限小補正の伝播を学習信号として有限ターゲットに置き換えるFenchelバックプロパゲーションを提案する。
論文 参考訳（メタデータ） (2021-05-15T14:19:00Z) - Dual Reconstruction: a Unifying Objective for Semi-Supervised Neural
Machine Translation [32.99075556718486]
反復的バックトランスレーションとデュアルラーニングは、ニューラルネットワーク翻訳にモノリンガルトレーニングデータを効果的に取り入れ、異なる目的と勾配近似戦略を用いており、広範囲に比較されていない。
本稿では,反復的バックトランスレーションとデュアルラーニングの統一的な視点を提供する,新しい二重再構成手法を提案する。
論文 参考訳（メタデータ） (2020-10-07T13:40:32Z)
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。