論文の概要: The Emotional Spectrum of LLMs: Leveraging Empathy and Emotion-Based Markers for Mental Health Support

• arxiv url: http://arxiv.org/abs/2412.20068v1
• Date: Sat, 28 Dec 2024 07:42:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-31 16:07:33.692705
• Title: The Emotional Spectrum of LLMs: Leveraging Empathy and Emotion-Based Markers for Mental Health Support
• Title（参考訳）: LLMの感情スペクトル:メンタルヘルス支援のための共感と感情に基づくマーカーの活用
• Authors: Alessandro De Grandi, Federico Ravenda, Andrea Raballo, Fabio Crestani,
• Abstract要約: RACLETTEは、最先端のベンチマークと比較すると、感情的精度が優れていることを示す対話システムである。 本研究では,ユーザの感情プロファイルを,メンタルヘルスアセスメントの解釈マーカーとして用いる方法を示す。
• 参考スコア（独自算出の注目度）: 41.463376100442396
• License:
• Abstract: The increasing demand for mental health services has highlighted the need for innovative solutions, particularly in the realm of psychological conversational AI, where the availability of sensitive data is scarce. In this work, we explored the development of a system tailored for mental health support with a novel approach to psychological assessment based on explainable emotional profiles in combination with empathetic conversational models, offering a promising tool for augmenting traditional care, particularly where immediate expertise is unavailable. Our work can be divided into two main parts, intrinsecaly connected to each other. First, we present RACLETTE, a conversational system that demonstrates superior emotional accuracy compared to state-of-the-art benchmarks in both understanding users' emotional states and generating empathetic responses during conversations, while progressively building an emotional profile of the user through their interactions. Second, we show how the emotional profiles of a user can be used as interpretable markers for mental health assessment. These profiles can be compared with characteristic emotional patterns associated with different mental disorders, providing a novel approach to preliminary screening and support.
• Abstract（参考訳）: メンタルヘルスサービスの需要の高まりは、革新的なソリューションの必要性を浮き彫りにしている。 本研究では,共感的会話モデルと組み合わせて,説明可能な感情的プロファイルに基づく心理的アセスメントを取り入れたメンタルヘルス支援に適したシステムの開発について検討し,特に即時的な専門知識が得られない伝統的なケアを増強するための有望なツールを提供する。 私たちの仕事は2つの主要な部分に分けられます。 まず、ユーザの感情状態を理解し、会話中に共感的な反応を発生させながら、対話を通じてユーザの感情プロファイルを段階的に構築しながら、最先端のベンチマークよりも優れた感情的精度を示す会話システムであるRACLETTEを提案する。 第2に、ユーザの感情プロファイルが、メンタルヘルスアセスメントのための解釈可能なマーカーとしてどのように使用できるかを示す。 これらのプロファイルは、異なる精神障害に関連する特徴的な感情パターンと比較することができ、予備スクリーニングとサポートに対する新しいアプローチを提供する。

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)
• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• Towards Understanding Emotions for Engaged Mental Health Conversations [1.3654846342364306]
  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。
  論文  参考訳（メタデータ） (2024-06-17T01:27:15Z)
• NLP meets psychotherapy: Using predicted client emotions and self-reported client emotions to measure emotional coherence [44.82634301507483]
  感情経験と感情表現の一貫性は、顧客にとって重要であると考えられる。 セラピーにおける感情の主観的経験と感情表現の心電図について検討した研究はない。 本研究は、トランスフォーマーに基づく感情認識モデルから感情予測を用いて感情コヒーレンスを研究するエンド・ツー・エンドのアプローチを提案する。
  論文  参考訳（メタデータ） (2022-11-22T14:28:41Z)
• 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)
• Emotion-aware Chat Machine: Automatic Emotional Response Generation for Human-like Emotional Interaction [55.47134146639492]
  この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。 実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2021-06-06T06:26:15Z)
• Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue [67.89143112645556]
  知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。 NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。 ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
  論文  参考訳（メタデータ） (2021-03-05T20:55:48Z)
• Knowledge Bridging for Empathetic Dialogue Generation [52.39868458154947]
  外部知識の不足により、感情的な対話システムは暗黙の感情を知覚し、限られた対話履歴から感情的な対話を学ぶことが困難になる。 本研究では,情緒的対話生成における感情を明確に理解し,表現するために,常識的知識や情緒的語彙的知識などの外部知識を活用することを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:21:52Z)
• Predicting User Emotional Tone in Mental Disorder Online Communities [2.365702128814616]
  我々は、Redditコミュニティにおける精神障害に関する議論が、ユーザーの健康状態を改善するのにどのように役立つかを分析した。 感情状態のプロキシとしてユーザ記述の感情的トーンを用いて,ユーザインタラクションと状態変化の関係を明らかにする。 我々は、感情的トーンの変化を予測するために、SOTAテキスト埋め込み技術とRNNに基づくモデルを構築した。
  論文  参考訳（メタデータ） (2020-05-15T11:25:08Z)

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。