論文の概要: Trust Modeling in Counseling Conversations: A Benchmark Study

• arxiv url: http://arxiv.org/abs/2501.03064v1
• Date: Mon, 06 Jan 2025 15:02:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-07 17:07:36.825669
• Title: Trust Modeling in Counseling Conversations: A Benchmark Study
• Title（参考訳）: カウンセリング会話における信頼モデリング:ベンチマークによる検討
• Authors: Aseem Srivastava, Zuhair Hasan Shaik, Tanmoy Chakraborty, Md Shad Akhtar,
• Abstract要約: 患者とセラピストとの治療結合は、直接的に効果的なメンタルヘルスカウンセリングを促進する。 私たちの信頼の定義には、患者が自己表現する意思とオープン性が含まれます。 我々の研究は、治療相互作用における信頼の進化の展開を目的としている。
• 参考スコア（独自算出の注目度）: 30.22979233242685
• License:
• Abstract: In mental health counseling, a variety of earlier studies have focused on dialogue modeling. However, most of these studies give limited to no emphasis on the quality of interaction between a patient and a therapist. The therapeutic bond between a patient and a therapist directly correlates with effective mental health counseling. It involves developing the patient's trust on the therapist over the course of counseling. To assess the therapeutic bond in counseling, we introduce trust as a therapist-assistive metric. Our definition of trust involves patients' willingness and openness to express themselves and, consequently, receive better care. We conceptualize it as a dynamic trajectory observable through textual interactions during the counseling. To facilitate trust modeling, we present MENTAL-TRUST, a novel counseling dataset comprising manual annotation of 212 counseling sessions with first-of-its-kind seven expert-verified ordinal trust levels. We project our problem statement as an ordinal classification task for trust quantification and propose a new benchmark, TrustBench, comprising a suite of classical and state-of-the-art language models on MENTAL-TRUST. We evaluate the performance across a suite of metrics and lay out an exhaustive set of findings. Our study aims to unfold how trust evolves in therapeutic interactions.
• Abstract（参考訳）: メンタルヘルスカウンセリングでは、様々な研究が対話モデリングに焦点を合わせてきた。 しかし、これらの研究のほとんどは、患者とセラピストの相互作用の質にのみ重点を置いている。 患者とセラピストの治療法結合は、効果的なメンタルヘルスカウンセリングと直接相関する。 患者のカウンセリングの過程でセラピストに対する信頼を深める。 また, カウンセリングにおける治療的結合を評価するために, セラピスト補助尺度として信頼を導入する。 我々の信頼の定義は、患者の自己表現への意欲とオープンさを伴い、その結果、より良いケアを受ける。 我々は、カウンセリング中のテキスト対話を通して観察可能なダイナミックな軌跡として概念化する。 信頼モデリングを容易にするため、212のカウンセリングセッションのマニュアルアノテーションを含む新たなカウンセリングデータセットであるMENTAL-TRUSTを,専門家が検証した7つのオーディショナル信頼レベルで提示する。 我々は,信頼度定量化のための正規分類タスクとして問題文を投影し,MENTAL-TRUST上での古典的および最先端の言語モデルからなる新しいベンチマークであるTrustBenchを提案する。 私たちは、一連のメトリクスのパフォーマンスを評価し、完全な結果のセットをレイアウトします。 本研究の目的は, 治療相互作用における信頼の進化を解明することである。

関連論文リスト

• CBT-Bench: Evaluating Large Language Models on Assisting Cognitive Behavior Therapy [67.23830698947637]
  認知行動療法(CBT)支援の体系的評価のための新しいベンチマークであるCBT-BENCHを提案する。 我々は, CBT-BENCHにおける3段階の課題を含む: I: 基本的CBT知識獲得, 複数選択質問のタスク; II: 認知的モデル理解, 認知的歪み分類, 主根的信念分類, きめ細かい中核信念分類のタスク; III: 治療的応答生成, CBTセラピーセッションにおける患者音声に対する応答生成のタスク。 実験結果から,LLMはCBT知識のリサイティングに優れるが,複雑な実世界のシナリオでは不十分であることが示唆された。
  論文  参考訳（メタデータ） (2024-10-17T04:52:57Z)
• Taking a turn for the better: Conversation redirection throughout the course of mental-health therapy [9.654703213945467]
  本稿では,ある発話が会話の流れを即座にリダイレクトする程度を測る尺度を提案する。 オンラインセラピープラットフォームにおける複数セッションにおける患者とセラピストの関係の発達を特徴付けるために,本手法を適用した。 分析の結果, 患者が会話の方向をコントロールできることは, セラピストとの関係が進行するにつれて, 一般的にセラピストの方向に対して増加することが明らかとなった。
  論文  参考訳（メタデータ） (2024-10-09T17:54:41Z)
• Therapy as an NLP Task: Psychologists' Comparison of LLMs and Human Peers in CBT [6.812247730094931]
  本研究は,大規模言語モデル(LLM)をエビデンスベースの治療の担い手として用いる可能性と限界について検討する。 認知行動療法(CBT)に根ざした公衆アクセス型メンタルヘルスの会話を再現し,セッションダイナミクスとカウンセラーのCBTに基づく行動の比較を行った。 その結果, ピアセッションは共感, 小話, セラピーアライアンス, 共有体験が特徴であるが, セラピストのドリフトがしばしば現れることがわかった。
  論文  参考訳（メタデータ） (2024-09-03T19:19:13Z)
• Cactus: Towards Psychological Counseling Conversations using Cognitive Behavioral Theory [24.937025825501998]
  我々は,認知行動療法(Cognitive Behavioral Therapy, CBT)の目標指向的, 構造化的アプローチを用いて, 実生活インタラクションをエミュレートする多ターン対話データセットを作成する。 我々は、実際のカウンセリングセッションの評価、専門家の評価との整合性の確保に使用される確立された心理学的基準をベンチマークする。 Cactusで訓練されたモデルであるCamelはカウンセリングスキルにおいて他のモデルよりも優れており、カウンセリングエージェントとしての有効性と可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-03T13:41:31Z)
• 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)
• COMPASS: Computational Mapping of Patient-Therapist Alliance Strategies with Language Modeling [14.04866656172336]
  心理療法セッションで使用される自然言語から治療作業同盟を推定するための新しい枠組みを提案する。 提案手法は,高度大規模言語モデル(LLM)を用いて心理療法セッションの転写を解析し,それらをワーキングアライアンスインベントリにおけるステートメントの分散表現と比較する。
  論文  参考訳（メタデータ） (2024-02-22T16:56:44Z)
• PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
  心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。 心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
  論文  参考訳（メタデータ） (2024-02-19T18:00:30Z)
• Understanding the Therapeutic Relationship between Counselors and Clients in Online Text-based Counseling using LLMs [18.605352662843575]
  テキストベースのカウンセリングにおける治療提携の進展を理解するために,大規模言語モデル(LLM)を用いた自動アプローチを提案する。 我々は包括的カウンセリングデータセットを収集し、このフレームワークに基づいてサブセット上で複数の専門家評価を行う。 当社の調査結果は、カウンセラーが顧客との強いオンライン関係を育む上で直面する課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-02-19T09:00:10Z)
• 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)
• Opportunities of a Machine Learning-based Decision Support System for Stroke Rehabilitation Assessment [64.52563354823711]
  リハビリテーションアセスメントは、患者の適切な介入を決定するために重要である。 現在の評価の実践は、主にセラピストの経験に依存しており、セラピストの可用性が限られているため、アセスメントは頻繁に実施される。 我々は、強化学習を用いて評価の健全な特徴を識別できるインテリジェントな意思決定支援システムを開発した。
  論文  参考訳（メタデータ） (2020-02-27T17:04:07Z)

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。