論文の概要: KoACD: The First Korean Adolescent Dataset for Cognitive Distortion Analysis
- arxiv url: http://arxiv.org/abs/2505.00367v1
- Date: Thu, 01 May 2025 07:37:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-05-02 19:15:55.258102
- Title: KoACD: The First Korean Adolescent Dataset for Cognitive Distortion Analysis
- Title（参考訳）: KoACD:認知歪み分析のための韓国初の青少年データセット
- Authors: JunSeo Kim, HyeHyeon Kim,
- Abstract要約: 本研究は韓国の青年期における認知歪みの大規模データセットKoACDを紹介する。
LLMによる検証と専門家による評価の結果、LLMは歪みを明示的なマーカーで分類する一方で、文脈依存的推論に苦慮した。
KoACDは、認知歪み検出の今後の研究を強化することを目的としている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Cognitive distortion refers to negative thinking patterns that can lead to mental health issues like depression and anxiety in adolescents. Previous studies using natural language processing (NLP) have focused mainly on small-scale adult datasets, with limited research on adolescents. This study introduces KoACD, the first large-scale dataset of cognitive distortions in Korean adolescents, containing 108,717 instances. We applied a multi-Large Language Model (LLM) negotiation method to refine distortion classification and generate synthetic data using two approaches: cognitive clarification for textual clarity and cognitive balancing for diverse distortion representation. Validation through LLMs and expert evaluations showed that while LLMs classified distortions with explicit markers, they struggled with context-dependent reasoning, where human evaluators demonstrated higher accuracy. KoACD aims to enhance future research on cognitive distortion detection.
- Abstract（参考訳）: 認知的歪み(Cognitive distortion)とは、青年期のうつ病や不安といった精神的な健康問題につながるネガティブな思考パターンを指す。
自然言語処理(NLP)を用いた以前の研究は、主に小規模の成人データセットに焦点を当てており、青年期の研究は限られている。
本研究は韓国の青年期における認知歪みの大規模データセットKoACDを紹介する。
我々は,多言語モデル (LLM) を用いて歪み分類を洗練し, テキストの明瞭度に対する認知的明確化と, 多様な歪み表現のための認知的バランスの2つのアプローチを用いて合成データを生成する。
LLMによる検証と専門家による評価により、LLMは歪みを明示的なマーカーで分類する一方で、人間の評価者がより高い精度を示す文脈依存推論に苦慮していることが示された。
KoACDは、認知歪み検出の今後の研究を強化することを目的としている。
関連論文リスト
- Detecting Cognitive Impairment and Psychological Well-being among Older Adults Using Facial, Acoustic, Linguistic, and Cardiovascular Patterns Derived from Remote Conversations [5.923344966877598]
高齢化社会では、認知の低下を監視し、認知症リスクを示す社会的・心理的要因を特定するためのスケーラブルな方法が緊急に求められている。
機械学習の最近の進歩は、認知障害をリモートで検出し、神経症や心理的幸福のような関連する要因を評価する新しい機会を提供する。
実験の結果,言語パターンは認知障害の定量化に有用であるのに対し,表情や心血管パターンは性格や心理的幸福の定量化に有用であることがわかった。
論文 参考訳（メタデータ） (2024-12-12T23:42:46Z) - Towards Within-Class Variation in Alzheimer's Disease Detection from Spontaneous Speech [60.08015780474457]
アルツハイマー病(AD)の検出は、機械学習の分類モデルを使用する有望な研究領域として浮上している。
我々は、AD検出において、クラス内変異が重要な課題であると考え、ADを持つ個人は認知障害のスペクトルを示す。
本稿では,ソフトターゲット蒸留 (SoTD) とインスタンスレベルの再分散 (InRe) の2つの新しい手法を提案する。
論文 参考訳（メタデータ） (2024-09-22T02:06:05Z) - Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。
脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。
以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
論文 参考訳（メタデータ） (2024-07-15T01:09:08Z) - ERD: A Framework for Improving LLM Reasoning for Cognitive Distortion Classification [14.644324586153866]
本稿では,追加モジュールの助けを借りて認知歪み分類性能を向上させるERDを提案する。
公開データセットを用いた実験結果から,ERDは多クラスF1スコアとバイナリ特異性スコアを改善した。
論文 参考訳（メタデータ） (2024-03-21T09:28:38Z) - Detection of developmental language disorder in Cypriot Greek children
using a neural network algorithm [0.0]
本研究の目的は,人工知能を用いた発達言語障害(DLD)の自動識別手法の開発である。
このプロトコルは、DLDを持つキプロス系ギリシャ人の子供に初めて適用される。
モデルの性能は精度,精度,リコール,F1スコア,ROC/AUC曲線などの指標を用いて評価した。
論文 参考訳（メタデータ） (2023-11-25T15:23:46Z) - Process Knowledge-infused Learning for Clinician-friendly Explanations [14.405002816231477]
言語モデルはソーシャルメディアデータを用いてメンタルヘルスを評価することができる。
彼らは臨床医の診断過程とポストを比較しない。
臨床医が理解できる概念を使って言語モデルのアウトプットを説明するのは難しいです。
論文 参考訳（メタデータ） (2023-06-16T13:08:17Z) - NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical
Development Patterns of Preterm Infants [73.85768093666582]
我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。
NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
論文 参考訳（メタデータ） (2023-01-01T12:48:12Z) - Visual Perturbation-aware Collaborative Learning for Overcoming the
Language Prior Problem [60.0878532426877]
本稿では,視覚的摂動校正の観点から,新しい協調学習手法を提案する。
具体的には、異なる摂動範囲で2種類のキュレートされた画像を構築するための視覚コントローラを考案する。
2つの診断VQA-CPベンチマークデータセットの実験結果は、その効果を明らかに示している。
論文 参考訳（メタデータ） (2022-07-24T23:50:52Z) - CogAlign: Learning to Align Textual Neural Representations to Cognitive
Language Processing Signals [60.921888445317705]
自然言語処理モデルに認知言語処理信号を統合するためのCogAlignアプローチを提案する。
我々は、CogAlignが、パブリックデータセット上の最先端モデルよりも、複数の認知機能で大幅な改善を実現していることを示す。
論文 参考訳（メタデータ） (2021-06-10T07:10:25Z) - 1-D Convlutional Neural Networks for the Analysis of Pupil Size
Variations in Scotopic Conditions [79.71065005161566]
1次元畳み込みニューラルネットワークモデルは、短距離配列の分類のために訓練されている。
モデルは、ホールドアウトテストセット上で、高い平均精度で予測を提供する。
論文 参考訳（メタデータ） (2020-02-06T17:25:37Z) - A Neural Approach to Ordinal Regression for the Preventive Assessment of
Developmental Dyslexia [0.0]
発達性Dyslexia(DD)は、人口の約5%に影響を与える読解能力の獲得に関連する学習障害である。
そこで,本研究では,学生が読み取る前にDDのリスクを評価する手法を提案する。
論文 参考訳（メタデータ） (2020-02-06T10:08:41Z)
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。