論文の概要: Towards Understanding Emotions for Engaged Mental Health Conversations

• arxiv url: http://arxiv.org/abs/2406.11135v1
• Date: Mon, 17 Jun 2024 01:27:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-06-18 18:43:55.344320
• Title: Towards Understanding Emotions for Engaged Mental Health Conversations
• Title（参考訳）: メンタルヘルスの会話における感情の理解に向けて
• Authors: Kellie Yu Hui Sim, Kohleen Tijing Fortuno, Kenny Tsu Wei Choo,
• Abstract要約: 我々はキーストロークダイナミクスと感情分析を組み合わせた受動的感情センシングシステムを開発している。 短いテキストメッセージとキーボードタイピングパターンの分析は、クライアントと応答者の両方をサポートするために使用される感情情報を提供することができる。
• 参考スコア（独自算出の注目度）: 1.3654846342364306
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Providing timely support and intervention is crucial in mental health settings. As the need to engage youth comfortable with texting increases, mental health providers are exploring and adopting text-based media such as chatbots, community-based forums, online therapies with licensed professionals, and helplines operated by trained responders. To support these text-based media for mental health--particularly for crisis care--we are developing a system to perform passive emotion-sensing using a combination of keystroke dynamics and sentiment analysis. Our early studies of this system posit that the analysis of short text messages and keyboard typing patterns can provide emotion information that may be used to support both clients and responders. We use our preliminary findings to discuss the way forward for applying AI to support mental health providers in providing better care.
• Abstract（参考訳）: タイムリーなサポートと介入を提供することは、メンタルヘルス設定において不可欠である。 若者をテキストメッセージに慣れさせる必要性が高まる中、メンタルヘルスプロバイダーはチャットボット、コミュニティベースのフォーラム、認可された専門家によるオンラインセラピー、訓練された対応者が運営するヘルプラインなど、テキストベースのメディアを探求し、採用している。 メンタルヘルスのためのテキストベースのメディア,特に危機ケアを支援するため,我々はキーストロークダイナミクスと感情分析を組み合わせた受動的感情センシングシステムを開発している。 このシステムの初期の研究は、短いテキストメッセージとキーボードタイピングパターンの分析により、クライアントと応答者の両方をサポートするために使用できる感情情報を提供できることを示唆している。 予備的な研究結果を用いて、メンタルヘルスプロバイダーがより良いケアを提供するためのAIの適用方法について議論する。

関連論文リスト

• 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)
• 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)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• The Typing Cure: Experiences with Large Language Model Chatbots for Mental Health Support [35.61580610996628]
  重度の苦痛を経験する人々は、メンタルヘルス支援ツールとしてLarge Language Model (LLM)チャットボットをますます使います。 本研究は、世界規模で多様なバックグラウンドを持つ21人の個人に対するインタビューに基づいて、ユーザが独自のサポートロールを作成する方法を分析する。 我々は、治療的アライメントの概念を導入するか、精神的な健康状況に対する治療的価値とAIを連携させる。
  論文  参考訳（メタデータ） (2024-01-25T18:08:53Z)
• 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)
• Chatbots for Mental Health Support: Exploring the Impact of Emohaa on Reducing Mental Distress in China [50.12173157902495]
  調査には134人の参加者が参加し、Emohaa(CBT)、Emohaa(Full)、コントロールの3つのグループに分けられた。 Emohaaは、CBTベースのエクササイズとガイド付き会話を通じて認知的支援を提供する会話エージェントである。 また、ユーザーが望む感情的な問題を経験できるようにすることで、ユーザーを感情的に支援する。
  論文  参考訳（メタデータ） (2022-09-21T08:23:40Z)
• Mental Illness Classification on Social Media Texts using Deep Learning and Transfer Learning [55.653944436488786]
  世界保健機関(WHO)によると、約4億5000万人が影響を受ける。 うつ病、不安症、双極性障害、ADHD、PTSDなどの精神疾患。 本研究では、Redditプラットフォーム上の非構造化ユーザデータを分析し、うつ病、不安、双極性障害、ADHD、PTSDの5つの一般的な精神疾患を分類する。
  論文  参考訳（メタデータ） (2022-07-03T11:33:52Z)
• Exploring the Effects of AI-assisted Emotional Support Processes in Online Mental Health Community [26.36961585672868]
  我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。 予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
  論文  参考訳（メタデータ） (2022-02-21T09:25:36Z)
• PsyQA: A Chinese Dataset for Generating Long Counseling Text for Mental Health Support [32.176949527607746]
  質問と回答のペアの形式で心理的健康支援の中国のデータセットであるPsyQAを提案する。 PsyQAは中国のメンタルヘルスサービスプラットフォームからクロールされ、22Kの質問と56Kの長文で構造化された回答を含んでいる。
  論文  参考訳（メタデータ） (2021-06-03T09:06:25Z)
• 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)
• The Effect of Moderation on Online Mental Health Conversations [17.839146423209474]
  モデレーターの存在はユーザーのエンゲージメントを高め、ユーザーはネガティブな感情をより率直に話し合うように促し、チャット参加者の間で悪い振る舞いを劇的に減らした。 以上の結果から, モデレーションは, オンラインメンタルヘルス会話の有効性と安全性を向上させる上で, 有効なツールとなる可能性が示唆された。
  論文  参考訳（メタデータ） (2020-05-19T05:40:59Z)

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。