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

• 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)
• A Benchmark for Understanding Dialogue Safety in Mental Health Support [15.22008156903607]
  本稿では,支援者に対する肯定的な影響を優先する理論的かつ現実的な分類法を開発することを目的とする。 我々は、BERTベース、RoBERTa-large、ChatGPTなど、人気のある言語モデルを用いてデータセットを分析する。 開発されたデータセットと研究結果は、メンタルヘルスサポートにおける対話安全性の研究を進めるための貴重なベンチマークとなる。
  論文  参考訳（メタデータ） (2023-07-31T07:33:16Z)
• 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)
• Speaker and Time-aware Joint Contextual Learning for Dialogue-act Classification in Counselling Conversations [15.230185998553159]
  我々は、カウンセリング会話における対話行動分類のためのプラットフォームを提供するために、HOPEと呼ばれる新しいデータセットを開発した。 私たちは、YouTubeで公開されているカウンセリングセッションビデオから12.9Kの発話を収集し、それらの転写文を抽出し、DACラベルで注釈付けします。 対話行動分類のための新しい話者認識型・時間認識型文脈学習システムであるSPARTAを提案する。
  論文  参考訳（メタデータ） (2021-11-12T10:30:30Z)
• 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)
• On the Generation of Medical Dialogues for COVID-19 [60.63485429268256]
  新型コロナウイルス関連の症状を患ったり、危険因子に晒されたりする人は、医師に相談する必要がある。 医療専門家が不足しているため、多くの人がオンライン相談を受けることができない。 本研究の目的は、新型コロナウイルス関連の相談を提供する医療対話システムの構築である。
  論文  参考訳（メタデータ） (2020-05-11T21:23:43Z)

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。