論文の概要: HamRaz: A Culture-Based Persian Conversation Dataset for Person-Centered Therapy Using LLM Agents

• arxiv url: http://arxiv.org/abs/2502.05982v1
• Date: Sun, 09 Feb 2025 18:23:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-11 14:32:52.687341
• Title: HamRaz: A Culture-Based Persian Conversation Dataset for Person-Centered Therapy Using LLM Agents
• Title（参考訳）: HamRaz: LLMエージェントを用いた人中心療法のための文化ベースのペルシア語会話データセット
• Authors: Mohammad Amin Abbasi, Farnaz Sadat Mirnezami, Hassan Naderi,
• Abstract要約: HamRazは、大規模言語モデル(LLM)を用いた人中心療法(PCT)のための新しいデータセットである。 このギャップに対処するため、HamRazはスクリプトベースの対話と適応的なLLMロールプレイングを組み合わせることで、一貫性と動的セラピーの相互作用を保証する。 HamRazEvalは、会話の品質と治療効果を測定する2つの評価フレームワークである。
• 参考スコア（独自算出の注目度）: 1.3518297878940662
• License:
• Abstract: This paper presents HamRaz, a novel Persian-language mental health dataset designed for Person-Centered Therapy (PCT) using Large Language Models (LLMs). Despite the growing application of LLMs in AI-driven psychological counseling, existing datasets predominantly focus on Western and East Asian contexts, overlooking cultural and linguistic nuances essential for effective Persian-language therapy. To address this gap, HamRaz combines script-based dialogues with adaptive LLM role-playing, ensuring coherent and dynamic therapy interactions. We also introduce HamRazEval, a dual evaluation framework that measures conversational quality and therapeutic effectiveness using General Dialogue Metrics and the Barrett-Lennard Relationship Inventory (BLRI). Experimental results show HamRaz outperforms conventional Script Mode and Two-Agent Mode, producing more empathetic, context-aware, and realistic therapy sessions. By releasing HamRaz, we contribute a culturally adapted, LLM-driven resource to advance AI-powered psychotherapy research in diverse communities.
• Abstract（参考訳）: 本稿では,大規模言語モデル(LLM)を用いた人中心療法(PCT)のための新しいペルシア語精神保健データセットであるHamRazについて述べる。 LLMのAIによる心理的カウンセリングへの応用が増加しているにもかかわらず、既存のデータセットは主に西洋と東アジアの文脈に焦点を当てており、効果的なペルシア語治療に不可欠な文化的・言語的なニュアンスを見下ろしている。 このギャップに対処するため、HamRazはスクリプトベースの対話と適応的なLLMロールプレイングを組み合わせることで、一貫性と動的セラピーの相互作用を保証する。 また,ジェネラル・ダイアログ・メトリックスとBarrett-Lennard Relation Inventory (BLRI)を用いて,会話品質と治療効果を測定する2つの評価フレームワークであるHamRazEvalを紹介する。 実験の結果,HamRazは従来のスクリプト・モードやツー・エージェント・モードよりも優れており,共感的,文脈的,現実的な治療セッションが生み出されている。 私たちは、HamRazをリリースすることによって、さまざまなコミュニティでAIを活用した心理療法研究を進めるために、文化的に適応したLLM駆動のリソースに貢献します。

関連論文リスト

• LlaMADRS: Prompting Large Language Models for Interview-Based Depression Assessment [75.44934940580112]
  LlaMADRSは、オープンソースのLarge Language Models(LLM)を利用して、うつ病の重症度評価を自動化する新しいフレームワークである。 本研究は,クリニカルインタヴューの解釈・スコアリングにおけるモデル指導のために,慎重に設計された手がかりを用いたゼロショットプロンプト戦略を用いている。 実世界における236件のインタビューを対象とし,臨床評価と強い相関性を示した。
  論文  参考訳（メタデータ） (2025-01-07T08:49:04Z)
• Advancing Conversational Psychotherapy: Integrating Privacy, Dual-Memory, and Domain Expertise with Large Language Models [0.8563446809549775]
  メンタルヘルスは、伝統的な会話精神療法の限界を明らかにする世界的な問題となっている。 心理療法へのアクセスを民主化するために設計されたLarge Language Model (LLM)対応チャットボットであるSoulSpeakを紹介する。
  論文  参考訳（メタデータ） (2024-12-04T03:02:46Z)
• Script-Strategy Aligned Generation: Aligning LLMs with Expert-Crafted Dialogue Scripts and Therapeutic Strategies for Psychotherapy [17.07905574770501]
  現在のシステムは厳格で規則に基づく設計に依存しており、治療的会話を導くために専門家が作成したスクリプトに大きく依存している。 大規模言語モデル(LLM)の最近の進歩は、より柔軟な相互作用の可能性を提供するが、制御性と透明性は欠如している。 完全にスクリプト化されたコンテンツへの依存を減らすフレキシブルなアライメントアプローチである Script-Strategy Aligned Generation (SSAG)' を提案する。
  論文  参考訳（メタデータ） (2024-11-11T05:14:14Z)
• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• Emotion-Aware Response Generation Using Affect-Enriched Embeddings with LLMs [0.585143166250719]
  本研究は,精神医学的応用における大規模言語モデル(LLM)の感情的・文脈的理解を高めることの課題に対処する。 LLAMA 2、Flan-T5、ChatGPT 3.0、ChatGPT 4.0といった最先端のLLMと、複数の感情レキシコンを統合する新しいフレームワークを導入する。 一次データセットは、カウンセリング・アンド・サイコセラピー・データベースから2000以上の治療セッションの書き起こしを含み、不安、うつ病、トラウマ、中毒に関する議論をカバーしている。
  論文  参考訳（メタデータ） (2024-10-02T08:01:05Z)
• 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)
• Evaluating the Efficacy of Interactive Language Therapy Based on LLM for High-Functioning Autistic Adolescent Psychological Counseling [1.1780706927049207]
  本研究では,高機能自閉症青年に対する対話型言語治療におけるLarge Language Models(LLMs)の有効性について検討した。 LLMは、従来の心理学的カウンセリング手法を強化する新しい機会を提供する。
  論文  参考訳（メタデータ） (2023-11-12T07:55:39Z)
• Zero-Shot Goal-Directed Dialogue via RL on Imagined Conversations [70.7884839812069]
  大規模言語モデル(LLM)は、多くの自然言語タスクに対する強力で一般的な解決策として登場した。 しかしながら、言語生成の最も重要なアプリケーションの多くは対話的であり、エージェントは望ましい結果に達するために相手と話し合わなければならない。 本研究では,そのような目標指向対話に対して,RLでLLMを適応させる新しい手法について検討する。
  論文  参考訳（メタデータ） (2023-11-09T18:45:16Z)
• Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
  我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。 また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。 次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
  論文  参考訳（メタデータ） (2023-08-17T10:49:18Z)
• A Mixture-of-Expert Approach to RL-based Dialogue Management [56.08449336469477]
  我々は、強化学習を用いて、近視性(一般的な発話の出力)を回避し、全体的なユーザ満足度を最大化する対話エージェントを開発する。 既存のRLアプローチのほとんどは、単語レベルでエージェントを訓練するので、中規模の語彙であっても、非常に複雑なアクション空間を扱う必要がある。 i)会話履歴の多様な意味を学習できるLMと、(ii)対応する発話を生成できる専門的なLM(または専門家)からなる、新しい専門家言語モデル(MoE-LM)を用いたRLベースのDMを開発する。
  論文  参考訳（メタデータ） (2022-05-31T19:00:41Z)
• 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)

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。