論文の概要: ConvCounsel: A Conversational Dataset for Student Counseling

• arxiv url: http://arxiv.org/abs/2411.00604v1
• Date: Fri, 01 Nov 2024 14:08:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:48:13.911896
• Title: ConvCounsel: A Conversational Dataset for Student Counseling
• Title（参考訳）: ConvCounsel: 学生カウンセリングのための会話データセット
• Authors: Po-Chuan Chen, Mahdin Rohmatillah, You-Teng Lin, Jen-Tzung Chien,
• Abstract要約: 本稿では,カウンセリングのための会話に使用されるアクティブリスニング戦略を強調する,専門的なメンタルヘルスデータセットを紹介する。 提案するデータセットの有用性を実証するために,ConvCounselデータセットを用いて設計した音声メンタルヘルス対話システムであるNYCUKAを提案する。
• 参考スコア（独自算出の注目度）: 31.298840947078364
• License:
• Abstract: Student mental health is a sensitive issue that necessitates special attention. A primary concern is the student-to-counselor ratio, which surpasses the recommended standard of 250:1 in most universities. This imbalance results in extended waiting periods for in-person consultations, which cause suboptimal treatment. Significant efforts have been directed toward developing mental health dialogue systems utilizing the existing open-source mental health-related datasets. However, currently available datasets either discuss general topics or various strategies that may not be viable for direct application due to numerous ethical constraints inherent in this research domain. To address this issue, this paper introduces a specialized mental health dataset that emphasizes the active listening strategy employed in conversation for counseling, also named as ConvCounsel. This dataset comprises both speech and text data, which can facilitate the development of a reliable pipeline for mental health dialogue systems. To demonstrate the utility of the proposed dataset, this paper also presents the NYCUKA, a spoken mental health dialogue system that is designed by using the ConvCounsel dataset. The results show the merit of using this dataset.
• Abstract（参考訳）: 学生のメンタルヘルスは特別な注意を必要とするセンシティブな問題である。 主な関心事は、ほとんどの大学において250:1の推奨基準を超越している学生対カウンセラー比率である。 この不均衡は、対人相談の待ち時間が長くなり、それが準最適治療の原因となる。 既存のオープンソースのメンタルヘルス関連データセットを利用したメンタルヘルス対話システムの開発に向けた重要な取り組みが進められている。 しかし、現在利用可能なデータセットは、この研究領域に固有の多くの倫理的制約のために、一般的なトピックや直接適用できない様々な戦略について議論している。 本稿では,カウンセリングの会話におけるアクティブリスニング戦略を強調した,専門的なメンタルヘルスデータセットを提案する。 このデータセットは、音声データとテキストデータの両方を含み、メンタルヘルス対話システムのための信頼性の高いパイプラインの開発を容易にする。 提案するデータセットの有用性を実証するために,ConvCounselデータセットを用いて設計した音声メンタルヘルス対話システムであるNYCUKAを提案する。 結果は、このデータセットを使用することのメリットを示している。

関連論文リスト

• Towards Privacy-aware Mental Health AI Models: Advances, Challenges, and Opportunities [61.633126163190724]
  精神病は、社会的、個人的コストがかなり高い広範囲で不安定な状態である。 近年の人工知能(AI)の進歩は、うつ病、不安障害、双極性障害、統合失調症、外傷後ストレス障害などの病態を認識し、対処するための大きな可能性を秘めている。 データセットやトレーニング済みモデルからの機密データ漏洩のリスクを含むプライバシー上の懸念は、これらのAIシステムを実際の臨床環境にデプロイする上で、依然として重要な障壁である。
  論文  参考訳（メタデータ） (2025-02-01T15:10:02Z)
• Are LLMs effective psychological assessors? Leveraging adaptive RAG for interpretable mental health screening through psychometric practice [2.9775344067885974]
  本稿では,ソーシャルメディアの投稿を分析し,心理的アンケートを補完する適応型検索・拡張生成(RAG)手法を提案する。 本手法は,心理調査において各質問に対する最も関連性の高いユーザ投稿を検索し,ゼロショット環境でのアンケート結果の予測にLarge Language Models (LLMs) を用いる。
  論文  参考訳（メタデータ） (2025-01-02T00:01:54Z)
• Understanding Student Sentiment on Mental Health Support in Colleges Using Large Language Models [5.3204794327005205]
  本稿では,学生音声調査データを用いて,大規模言語モデル(LLM)を用いたメンタルヘルス支援に対する学生の感情分析を行う。 従来の機械学習手法と最先端のLCMの両方の調査は、この新しいデータセット上でのGPT-3.5とBERTの最高のパフォーマンスを示した。
  論文  参考訳（メタデータ） (2024-11-18T02:53:15Z)
• CASE: Efficient Curricular Data Pre-training for Building Assistive Psychology Expert Models [1.0840985826142429]
  本研究では、自然言語処理(NLP)パイプラインを用いて、コンサルティングに使用されるオンラインメンタルヘルスフォーラムのテキストデータを解析する。 フォーラムの投稿を分析することで、これらのパイプラインは、すぐに専門家の注意を必要とするかもしれないユーザーにフラグを付けることができる。 Case-BERTは既存の手法に比べて優れた性能を示し、抑うつのf1スコアは0.91、不安の0.88を達成している。
  論文  参考訳（メタデータ） (2024-06-01T06:17:32Z)
• MentalQA: An Annotated Arabic Corpus for Questions and Answers of Mental Healthcare [0.1638581561083717]
  MentalQAは、会話型Q&A(QA)インタラクションを特徴とする、アラビア語の新しいデータセットである。 データは質問に答える医療プラットフォームから収集された。 MentalQAは、メンタルヘルスの専門家や情報を求める個人を支援するアラビアのテキストマイニングツールを開発するための貴重な基盤を提供する。
  論文  参考訳（メタデータ） (2024-05-21T09:16:38Z)
• An Integrative Survey on Mental Health Conversational Agents to Bridge Computer Science and Medical Perspectives [7.564560899044939]
  我々は、PRISMAフレームワークを用いて総合的な文献レビューを行い、コンピュータ科学と医学の両方で発行された534の論文をレビューする。 本研究は, 精神保健関連会話エージェントの構築に関する136つの重要な論文について, モデル化と実験設計手法の多様な特徴について述べる。
  論文  参考訳（メタデータ） (2023-10-25T21:37:57Z)
• GDPR Compliant Collection of Therapist-Patient-Dialogues [48.091760741427656]
  我々は、欧州連合の一般データプライバシ規則の下で、精神医学クリニックでセラピストと患者との対話の収集を始める際に直面した課題について詳しく述べる。 本稿では、手順の各ステップの概要を述べ、この分野でのさらなる研究を動機付ける潜在的な落とし穴を指摘した。
  論文  参考訳（メタデータ） (2022-11-22T15:51:10Z)
• A Benchmark for Automatic Medical Consultation System: Frameworks, Tasks and Datasets [70.32630628211803]
  本稿では,医師と患者との対話理解とタスク指向インタラクションという,医療相談の自動化を支援する2つの枠組みを提案する。 マルチレベルな微粒なアノテーションを付加した新しい大規模医療対話データセットが導入された。 本稿では,各タスクに対するベンチマーク結果のセットを報告し,データセットのユーザビリティを示し,今後の研究のベースラインを設定する。
  論文  参考訳（メタデータ） (2022-04-19T16:43:21Z)
• 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)
• MedDG: An Entity-Centric Medical Consultation Dataset for Entity-Aware Medical Dialogue Generation [86.38736781043109]
  MedDGという12種類の消化器疾患に関連する大規模医用対話データセットを構築し,公開する。 MedDGデータセットに基づく2種類の医療対話タスクを提案する。1つは次のエンティティ予測であり、もう1つは医師の反応生成である。 実験結果から,プレトレイン言語モデルと他のベースラインは,両方のタスクに苦戦し,データセットの性能が劣ることがわかった。
  論文  参考訳（メタデータ） (2020-10-15T03:34:33Z)

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。