論文の概要: Breaking the Stigma! Unobtrusively Probe Symptoms in Depression Disorder Diagnosis Dialogue

• arxiv url: http://arxiv.org/abs/2501.15260v1
• Date: Sat, 25 Jan 2025 16:09:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-28 14:00:08.109058
• Title: Breaking the Stigma! Unobtrusively Probe Symptoms in Depression Disorder Diagnosis Dialogue
• Title（参考訳）: うつ病診断ダイアログにおける非閉塞性プローブ症状の破滅
• Authors: Jieming Cao, Chen Huang, Yanan Zhang, Ruibo Deng, Jincheng Zhang, Wenqiang Lei,
• Abstract要約: スティグマはうつ病を効果的に診断する主要な障害の1つとして現れてきた。 本稿では,対話システム内での不快感を促進するために,新しい有効手法UPSD$4$を提案する。
• 参考スコア（独自算出の注目度）: 17.003620274725453
• License:
• Abstract: Stigma has emerged as one of the major obstacles to effectively diagnosing depression, as it prevents users from open conversations about their struggles. This requires advanced questioning skills to carefully probe the presence of specific symptoms in an unobtrusive manner. While recent efforts have been made on depression-diagnosis-oriented dialogue systems, they largely ignore this problem, ultimately hampering their practical utility. To this end, we propose a novel and effective method, UPSD$^{4}$, developing a series of strategies to promote a sense of unobtrusiveness within the dialogue system and assessing depression disorder by probing symptoms. We experimentally show that UPSD$^{4}$ demonstrates a significant improvement over current baselines, including unobtrusiveness evaluation of dialogue content and diagnostic accuracy. We believe our work contributes to developing more accessible and user-friendly tools for addressing the widespread need for depression diagnosis.
• Abstract（参考訳）: Stigmaは、うつ病を効果的に診断する大きな障害の1つとして現れてきた。 これは、特定の症状の存在を控えめに調査する高度な質問技術を必要とする。 近年,うつ病を対象とする対話システムへの取り組みは行われているが,この問題は無視され,最終的に実用性は損なわれている。 そこで本研究では,対話システム内における不快感の促進と,症状の探索による抑うつ障害の評価を目的とした,新規かつ効果的な方法UPSD$^{4}$を提案する。 UPSD$^{4}$は,対話内容の邪魔にならない評価や診断精度など,現在のベースラインよりも大幅に改善されていることを示す。 我々の研究は、うつ病診断の幅広いニーズに対応するために、よりアクセスしやすく、ユーザフレンドリーなツールの開発に貢献していると信じています。

関連論文リスト

• Multi-aspect Depression Severity Assessment via Inductive Dialogue System [5.156059061769101]
  インダクティブ対話システム(MaDSA)を用いたマルチアスペクトうつ病重症度評価の新しい課題を提案する。 補助的感情分類タスクによる心理的対話応答を誘導するMaDSAの基礎システムを提案する。 我々は,感情ラベルとともに,抑うつの重大度を8つの側面で注釈付けした会話データセットを合成し,人間の評価によって頑健さを証明した。
  論文  参考訳（メタデータ） (2024-10-29T08:00:08Z)
• Depression Diagnosis Dialogue Simulation: Self-improving Psychiatrist with Tertiary Memory [35.41386783586689]
  本稿では,患者と精神科医の対話を模擬してうつ病診断を促進する自己改善型会話エージェントシステムであるエージェント・メンタル・クリニック(AMC)を紹介する。 本稿では,3次記憶構造,対話制御,およびメモリサンプリングモジュールから構成される精神科医エージェントを設計し,精神科医エージェントが反映するスキルを十分に活用し,抑うつリスクと自殺リスク診断の会話による高精度化を実現する。
  論文  参考訳（メタデータ） (2024-09-20T14:25:08Z)
• Towards Reliable and Empathetic Depression-Diagnosis-Oriented Chats [15.36217265716081]
  本稿では,うつ病診断対話に適した,革新的な定義・生成フレームワークを提案する。 このフレームワークは、タスク指向の会話の信頼性と共感に関連したチャットの魅力を組み合わせる。 被曝実験の結果,うつ病診断におけるタスク完了と情緒的サポート生成に有意な改善が認められた。
  論文  参考訳（メタデータ） (2024-04-07T16:35:53Z)
• Enhancing Depression-Diagnosis-Oriented Chat with Psychological State Tracking [27.96718892323191]
  Depression-diagnosis-oriented chatは、自己表現の患者を誘導し、うつ病検出の主要な症状を収集することを目的としている。 最近の研究は、面接に基づくうつ病の診断をシミュレートするために、タスク指向対話とchitchatを組み合わせることに焦点を当てている。 対話をガイドするための明確なフレームワークは検討されていない。
  論文  参考訳（メタデータ） (2024-03-12T07:17:01Z)
• Empowering Psychotherapy with Large Language Models: Cognitive Distortion Detection through Diagnosis of Thought Prompting [82.64015366154884]
  本研究では,認知的歪み検出の課題について検討し,思考の早期発見(DoT)を提案する。 DoTは、事実と思考を分離するための主観的評価、思考と矛盾する推論プロセスを引き出すための対照的な推論、認知スキーマを要約するスキーマ分析という3つの段階を通して、患者のスピーチの診断を行う。 実験により、DoTは認知的歪み検出のためのChatGPTよりも大幅に改善され、一方で人間の専門家が承認した高品質な合理性を生成することが示された。
  論文  参考訳（メタデータ） (2023-10-11T02:47:21Z)
• MDDial: A Multi-turn Differential Diagnosis Dialogue Dataset with Reliability Evaluation [46.82607230465541]
  エンドツーエンドのADD対話システムを構築するには、対話トレーニングデータセットが必要である。 ADDの対話データセットは英語では公開されていない。 MDDialは、英語で最初の差分診断対話データセットである。
  論文  参考訳（メタデータ） (2023-08-16T04:56:55Z)
• KNSE: A Knowledge-aware Natural Language Inference Framework for Dialogue Symptom Status Recognition [69.78432481474572]
  症状状態認識(SSR)のための新しいフレームワークKNSEを提案する。 対話ウィンドウ内の各症状について、まず、症状の状態に関する症状と仮説に関する知識を生成し、(前提、知識、仮説)三重項を形成する。 次にBERTモデルを使用して三重項を符号化し、さらに発話アグリゲーション、自己アテンション、横断アテンション、GRUなどのモジュールで処理して症状状態を予測する。
  論文  参考訳（メタデータ） (2023-05-26T11:23:26Z)
• Handwriting and Drawing for Depression Detection: A Preliminary Study [53.11777541341063]
  精神健康に対する短期的コビデンスの影響は、不安や抑うつ症状の顕著な増加であった。 本研究の目的は、健康な人とうつ病患者を識別するために、オンライン手書き・図面解析という新しいツールを使用することである。
  論文  参考訳（メタデータ） (2023-02-05T22:33:49Z)
• Semantic Similarity Models for Depression Severity Estimation [53.72188878602294]
  本稿では、ソーシャルメディアの文章に基づいて、個人のうつ病の重症度を研究するための効率的なセマンティックパイプラインを提案する。 我々は,抑うつ症状と重度レベルに対応する代表訓練文の指標に対して意味的ランキングを生成するために,テストユーザ文を使用する。 本手法を2つのRedditベースのベンチマークで評価し,うつ病の重症度を指標として,最先端技術よりも30%改善した。
  論文  参考訳（メタデータ） (2022-11-14T18:47:26Z)
• D4: a Chinese Dialogue Dataset for Depression-Diagnosis-Oriented Chat [25.852922703368133]
  うつ病と診断された臨床セッションでは、医師は患者に症状を露呈させるための十分な感情的支援と会話を開始する。 精神疾患に関連する社会的便秘が原因でうつ病の相談や診断に関連する対話データが開示されることは稀である。 うつ病診断における医師と患者との対話をシミュレートした,うつ病診断指向チャットのための中国語対話データセットを構築した。
  論文  参考訳（メタデータ） (2022-05-24T03:54:22Z)
• Deep Multi-task Learning for Depression Detection and Prediction in Longitudinal Data [50.02223091927777]
  うつ病は最も多い精神疾患の1つであり、世界中の年齢の何百万人もの人々に影響を与えている。 機械学習技術は、早期介入と治療のためのうつ病の自動検出と予測を可能にしている。 本稿では、この課題に対処するために、2つの補助的タスクでうつ病分類を共同最適化する、新しいディープマルチタスクリカレントニューラルネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-05T05:14:14Z)

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。