論文の概要: Psychological Counseling Cannot Be Achieved Overnight: Automated Psychological Counseling Through Multi-Session Conversations

• arxiv url: http://arxiv.org/abs/2506.06626v1
• Date: Sat, 07 Jun 2025 02:00:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-10 16:33:10.367317
• Title: Psychological Counseling Cannot Be Achieved Overnight: Automated Psychological Counseling Through Multi-Session Conversations
• Title（参考訳）: 心理的カウンセリングは一晩で達成できない:マルチセッション会話による自動心理学カウンセリング
• Authors: Junzhe Wang, Bichen Wang, Xing Fu, Yixin Sun, Yanyan Zhao, Bing Qin,
• Abstract要約: マルチセッション・サイコ・カウンセリング・会話データセット(MusPsy-Dataset)について紹介する。 私たちのMusPsy-Datasetは、公開されている心理的ケースレポートの実際のクライアントプロファイルを使って構築されます。 私たちはまた、クライアントの進捗を追跡し、時間とともにカウンセリングの方向性を調整することを目的としたMusPsy-Modelを開発しました。
• 参考スコア（独自算出の注目度）: 26.422675063457827
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, Large Language Models (LLMs) have made significant progress in automated psychological counseling. However, current research focuses on single-session counseling, which doesn't represent real-world scenarios. In practice, psychological counseling is a process, not a one-time event, requiring sustained, multi-session engagement to progressively address clients' issues. To overcome this limitation, we introduce a dataset for Multi-Session Psychological Counseling Conversation Dataset (MusPsy-Dataset). Our MusPsy-Dataset is constructed using real client profiles from publicly available psychological case reports. It captures the dynamic arc of counseling, encompassing multiple progressive counseling conversations from the same client across different sessions. Leveraging our dataset, we also developed our MusPsy-Model, which aims to track client progress and adapt its counseling direction over time. Experiments show that our model performs better than baseline models across multiple sessions.
• Abstract（参考訳）: 近年、Large Language Models (LLMs) は自動心理カウンセリングにおいて大きな進歩を遂げている。 しかし、現在の研究は、現実のシナリオを表現しないシングルセッションカウンセリングに焦点を当てている。 実際には、心理的カウンセリングは1回ではなくプロセスであり、クライアントの問題に徐々に対処するために、持続的でマルチセッションなエンゲージメントを必要とする。 この制限を克服するために,マルチセッション心理学的会話データセット(MusPsy-Dataset)のデータセットを導入する。 私たちのMusPsy-Datasetは、公開されている心理的ケースレポートの実際のクライアントプロファイルを使って構築されます。 異なるセッションで同じクライアントから複数のプログレッシブカウンセリング会話を含む、カウンセリングのダイナミックなアークをキャプチャする。 データセットを活用することで、クライアントの進捗を追跡し、時間の経過とともにカウンセリングの方向性を調整することを目的とした、M MusPsy-Modelも開発しました。 実験により、我々のモデルは、複数のセッションにわたるベースラインモデルよりも優れたパフォーマンスを示している。

関連論文リスト

• KokoroChat: A Japanese Psychological Counseling Dialogue Dataset Collected via Role-Playing by Trained Counselors [1.3456699275044242]
  本研究は、カウンセラーがカウンセラー-クライアント間相互作用をシミュレートするロールプレイングアプローチを採用する。 我々は6,589の長文対話からなる心理カウンセリング対話データセットであるKokoroChatを構築した。 実験結果から,ココロチャットを用いたオープンソースLLMは,カウンセリング応答の質とカウンセリング対話の自動評価の両方を改善した。
  論文  参考訳（メタデータ） (2025-06-02T06:20:53Z)
• Psy-Copilot: Visual Chain of Thought for Counseling [11.997628014543773]
  Psy-COTは、治療セッション中に大きな言語モデル(LLM)の思考過程を視覚化するように設計されたグラフである。 Psy-Copilotは人間の心理療法士の相談を支援するために設計された会話型AIアシスタントである。 Psy-Copilotは、精神療法士を置き換えるのではなく、AIと人間のセラピストとのコラボレーションを促進するように設計されている。
  論文  参考訳（メタデータ） (2025-03-05T16:23:15Z)
• Consistent Client Simulation for Motivational Interviewing-based Counseling [38.27487999477332]
  メンタルヘルスカウンセリングのための一貫したクライアントシミュレーションを支援する新しいフレームワークを提案する。 我々のフレームワークは、シミュレーションされたクライアントの精神状態を追跡し、状態遷移を制御し、クライアントのモチベーション、信念、望ましい変更計画、受容性と整合した各状態行動を生成する。
  論文  参考訳（メタデータ） (2025-02-05T00:58:30Z)
• AutoCBT: An Autonomous Multi-agent Framework for Cognitive Behavioral Therapy in Psychological Counseling [57.054489290192535]
  伝統的な個人の心理カウンセリングは主にニッチであり、心理学的な問題を持つ個人によって選択されることが多い。 オンラインの自動カウンセリングは、恥の感情によって助けを求めることをためらう人たちに潜在的な解決策を提供する。
  論文  参考訳（メタデータ） (2025-01-16T09:57:12Z)
• MentalArena: Self-play Training of Language Models for Diagnosis and Treatment of Mental Health Disorders [59.515827458631975]
  メンタルヘルス障害は世界で最も深刻な病気の1つである。 プライバシーに関する懸念は、パーソナライズされた治療データのアクセシビリティを制限する。 MentalArenaは、言語モデルをトレーニングするためのセルフプレイフレームワークである。
  論文  参考訳（メタデータ） (2024-10-09T13:06:40Z)
• 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)
• Helping the Helper: Supporting Peer Counselors via AI-Empowered Practice and Feedback [46.70617195649979]
  CAREはAIベースのツールで、実践とフィードバックを通じて同僚のカウンセラーを力づけ、訓練する。 CAREは、特定の状況で必要なカウンセリング戦略の診断を支援し、実践セッション中にカウンセラーにサンプル応答を提案する。
  論文  参考訳（メタデータ） (2023-05-15T19:48:59Z)
• Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
  共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。 心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。 本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
  論文  参考訳（メタデータ） (2020-04-26T08:51:01Z)

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。