論文の概要: Psy-Insight: Explainable Multi-turn Bilingual Dataset for Mental Health Counseling

• arxiv url: http://arxiv.org/abs/2503.03607v1
• Date: Wed, 05 Mar 2025 15:44:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-06 15:52:35.082232
• Title: Psy-Insight: Explainable Multi-turn Bilingual Dataset for Mental Health Counseling
• Title（参考訳）: Psy-Insight:メンタルヘルスカウンセリングのための説明可能なマルチターンバイリンガルデータセット
• Authors: Keqi Chen, Zekai Sun, Yuhua Wen, Huijun Lian, Yingming Gao, Ya Li,
• Abstract要約: Psy-Insightは、メンタルヘルス指向の説明可能な最初のマルチタスクバイリンガルデータセットである。 私たちのアノテーションには、心理療法、感情、戦略、トピックラベル、ターンレベルの推論とセッションレベルのガイダンスが含まれています。 実験により、Psy-Insight上でのLLMのトレーニングにより、モデルが会話スタイルを模倣するだけでなく、基礎となる戦略やカウンセリングの推論を理解することができることが示された。
• 参考スコア（独自算出の注目度）: 11.322620683028081
• License:
• Abstract: The in-context learning capabilities of large language models (LLMs) show great potential in mental health support. However, the lack of counseling datasets, particularly in Chinese corpora, restricts their application in this field. To address this, we constructed Psy-Insight, the first mental health-oriented explainable multi-task bilingual dataset. We collected face-to-face multi-turn counseling dialogues, which are annotated with multi-task labels and conversation process explanations. Our annotations include psychotherapy, emotion, strategy, and topic labels, as well as turn-level reasoning and session-level guidance. Psy-Insight is not only suitable for tasks such as label recognition but also meets the need for training LLMs to act as empathetic counselors through logical reasoning. Experiments show that training LLMs on Psy-Insight enables the models to not only mimic the conversation style but also understand the underlying strategies and reasoning of counseling.
• Abstract（参考訳）: 大規模言語モデル(LLM)の文脈内学習能力は、メンタルヘルスサポートに大きな可能性を秘めている。 しかし、特に中国のコーパスにおけるカウンセリングデータセットの欠如は、この分野での適用を制限する。 この問題を解決するために、最初のメンタルヘルス指向の説明可能なマルチタスクバイリンガルデータセットであるPsy-Insightを構築した。 マルチタスクラベルと会話プロセスの説明を付加した多面対面カウンセリング対話を収集した。 私たちのアノテーションには、心理療法、感情、戦略、トピックラベル、ターンレベルの推論とセッションレベルのガイダンスが含まれています。 Psy-Insightは、ラベル認識などのタスクに適合するだけでなく、論理的推論を通じて共感的カウンセラーとして働くためのLLMの訓練の必要性も満たしている。 実験により、Psy-Insight上でのLLMのトレーニングにより、モデルが会話スタイルを模倣するだけでなく、基礎となる戦略やカウンセリングの推論を理解することができることが示された。

関連論文リスト

• Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs [50.0874045899661]
  本稿では,キャラクタの言語パターンと特徴的思考過程の両方を再現するモデルであるキャラクタボットを紹介する。 ケーススタディとしてLu Xunを用いて、17冊のエッセイコレクションから得られた4つのトレーニングタスクを提案する。 これには、外部の言語構造と知識を習得することに焦点を当てた事前訓練タスクと、3つの微調整タスクが含まれる。 言語的正確性と意見理解の3つのタスクにおいて、キャラクタボットを評価し、適応されたメトリクスのベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-02-18T16:11:54Z)
• Multimodal Cognitive Reframing Therapy via Multi-hop Psychotherapeutic Reasoning [6.468510459310326]
  我々はM2CoSC(Multi Modal-Cognitive Support Conversation)と呼ばれる新しいデータセットを提案する。 GPT-4生成ダイアログと仮想クライアントの表情を反映した画像とをペアリングする。 表情が暗黙的な感情的エビデンスを解釈する実際の心理療法をより良く反映するために,我々はマルチホップ・サイコセラピー的推論アプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-08T07:32:48Z)
• 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)
• Quantifying AI Psychology: A Psychometrics Benchmark for Large Language Models [57.518784855080334]
  大きな言語モデル(LLM)は例外的なタスク解決能力を示しており、人間に似た役割を担っている。 本稿では,LLMにおける心理学的次元を調査するための枠組みとして,心理学的識別,評価データセットのキュレーション,結果検証による評価について述べる。 本研究では,個性,価値観,感情,心の理論,モチベーション,知性の6つの心理学的側面を網羅した総合的心理測定ベンチマークを導入する。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• Optimizing Psychological Counseling with Instruction-Tuned Large Language Models [9.19192059750618]
  本稿では,心理カウンセリングにおける大規模言語モデル(LLM)の適用について検討する。 本稿では,共感的,関連性,支援的な応答を提供することで,特定のプロンプトを持つLLMを指導し,その性能を高める方法を提案する。
  論文  参考訳（メタデータ） (2024-06-19T15:13:07Z)
• Enhancing Psychotherapy Counseling: A Data Augmentation Pipeline Leveraging Large Language Models for Counseling Conversations [1.0286011319699866]
  本稿では,Large Language Models (LLMs) を利用して,シングルターン精神療法のカウンセリングセッションをマルチターンインタラクションに変換するパイプラインを提案する。 我々のアプローチは、メンタルヘルスカウンセリングの文脈において、高い品質のマルチターン対話を実現するLLMの能力を大幅に向上させる。
  論文  参考訳（メタデータ） (2024-06-13T00:48:44Z)
• 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)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• Harnessing Large Language Models' Empathetic Response Generation Capabilities for Online Mental Health Counselling Support [1.9336815376402723]
  大規模言語モデル(LLM)は、様々な情報検索や推論タスクで顕著なパフォーマンスを示している。 本研究は,メンタルヘルスカウンセリング環境下での会話において,共感反応を誘発するLLMの能力について検討した。 我々は、ジェネレーティブ・プレトレーニング(GPT)のバージョン3.5とバージョン4、Vicuna FastChat-T5、Pathways Language Model(PaLM)バージョン2、Falcon-7B-Instructの5つのLCMを選択した。
  論文  参考訳（メタデータ） (2023-10-12T03:33:06Z)
• 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)

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。