論文の概要: RECAP: Resistance Capture in Text-based Mental Health Counseling with Large Language Models

• arxiv url: http://arxiv.org/abs/2601.14780v1
• Date: Wed, 21 Jan 2026 09:00:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.301283
• Title: RECAP: Resistance Capture in Text-based Mental Health Counseling with Large Language Models
• Title（参考訳）: 大規模言語モデルを用いたテキスト型メンタルヘルスカウンセリングにおける抵抗キャプチャ
• Authors: Anqi Li, Yuqian Chen, Yu Lu, Zhaoming Chen, Yuan Xie, Zhenzhong Lan,
• Abstract要約: 既存のNLPアプローチは、抵抗カテゴリーを単純化し、治療介入のシーケンシャルなダイナミクスを無視し、限定的な解釈性を提供する。 PsyFIREは、13のきめ細かい抵抗挙動を、協調的相互作用とともに捉えるための理論的な基盤となるフレームワークである。 PsyFIREに基づいて,実世界の中国語テキストベースのカウンセリングから23,930の注釈付き発話を用いたクライアントレジスタンスコーパスを構築した。 本稿では,抵抗型と細粒度抵抗型を説明付きで検出する2段階フレームワークRECAPを開発する。
• 参考スコア（独自算出の注目度）: 25.999840961471296
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recognizing and navigating client resistance is critical for effective mental health counseling, yet detecting such behaviors is particularly challenging in text-based interactions. Existing NLP approaches oversimplify resistance categories, ignore the sequential dynamics of therapeutic interventions, and offer limited interpretability. To address these limitations, we propose PsyFIRE, a theoretically grounded framework capturing 13 fine-grained resistance behaviors alongside collaborative interactions. Based on PsyFIRE, we construct the ClientResistance corpus with 23,930 annotated utterances from real-world Chinese text-based counseling, each supported by context-specific rationales. Leveraging this dataset, we develop RECAP, a two-stage framework that detects resistance and fine-grained resistance types with explanations. RECAP achieves 91.25% F1 for distinguishing collaboration and resistance and 66.58% macro-F1 for fine-grained resistance categories classification, outperforming leading prompt-based LLM baselines by over 20 points. Applied to a separate counseling dataset and a pilot study with 62 counselors, RECAP reveals the prevalence of resistance, its negative impact on therapeutic relationships and demonstrates its potential to improve counselors' understanding and intervention strategies.
• Abstract（参考訳）: クライアント抵抗の認識とナビゲートは、効果的なメンタルヘルスカウンセリングには不可欠であるが、テキストベースのインタラクションでは特に困難である。 既存のNLPアプローチは、抵抗カテゴリーを単純化し、治療介入のシーケンシャルなダイナミクスを無視し、限定的な解釈性を提供する。 これらの制約に対処するため、PsyFIREを提案する。PsyFIREは、13のきめ細かい抵抗挙動を、協調的な相互作用とともに捉えるための理論的な基盤となるフレームワークである。 PsyFIREに基づき、実世界の中国語のテキストベースのカウンセリングから23,930の注釈付き発話でクライアントレジスタンスコーパスを構築する。 このデータセットを活用することで、抵抗ときめ細かい抵抗タイプを説明付きで検出する2段階のフレームワークであるRECAPを開発する。 RECAPは、コラボレーションと抵抗を区別するための91.25%のF1と、きめ細かい抵抗分類のための66.58%のマクロF1を達成し、プロンプトベースのLCMベースラインを20ポイント以上上回っている。 個別のカウンセリングデータセットと62人のカウンセラーによるパイロットスタディの適用により、RECAPは抵抗の有病率、治療的関係に対する負の影響を明らかにし、カウンセラーの理解と介入戦略を改善する可能性を示す。

関連論文リスト

• Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models [72.36715571932696]
  物語療法は、個人が問題のある人生の物語を代替品の力に変えるのに役立つ。 現在のアプローチでは、特殊精神療法ではリアリズムが欠如しており、時間とともに治療の進行を捉えることができない。 Int(Interactive Narrative Therapist)は、治療段階を計画し、反射レベルを誘導し、文脈的に適切な専門家のような反応を生成することによって、専門家の物語セラピストをシミュレートする。
  論文  参考訳（メタデータ） (2025-07-27T11:52:09Z)
• Crisp: Cognitive Restructuring of Negative Thoughts through Multi-turn Supportive Dialogues [75.16593367473259]
  認知的再構成(Cognitive Restructuring, CR)は、個人の否定的思考を識別し、再構成することを目的とした精神療法のプロセスである。 既存の取り組みでは、単純なテキストの書き直し、固定パターンの対話、あるいはワンショットのCRワークフローを通じてCRを実装している。 本稿では,CRの新しいフレームワークであるCRDialを提案する。
  論文  参考訳（メタデータ） (2025-04-24T04:22:00Z)
• MIRROR: Multimodal Cognitive Reframing Therapy for Rolling with Resistance [33.081670638470165]
  我々は、非言語的な手がかりを取り入れたマルチモーダルアプローチを提案し、AIセラピストは、クライアントのネガティブな感情状態に応答をより良く整合させることができる。 具体的には、新しい合成データセットであるMirrorを導入し、クライアントのステートメントと対応する顔画像とをペアリングする新しい合成データセットについて紹介する。 その結果、MirrorはAIセラピストの抵抗処理能力を大幅に向上させ、既存のテキストベースのCBTアプローチよりも優れていることが示された。
  論文  参考訳（メタデータ） (2025-04-16T08:44:26Z)
• 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)
• The Pitfalls and Promise of Conformal Inference Under Adversarial Attacks [90.52808174102157]
  医療画像や自律運転などの安全クリティカルな応用においては、高い敵の堅牢性を維持し、潜在的敵の攻撃から保護することが不可欠である。 敵対的に訓練されたモデルに固有の不確実性に関して、注目すべき知識ギャップが残っている。 本研究では,共形予測(CP)の性能を標準対向攻撃の文脈で検証することにより,ディープラーニングモデルの不確実性について検討する。
  論文  参考訳（メタデータ） (2024-05-14T18:05:19Z)
• Few-Shot Adversarial Prompt Learning on Vision-Language Models [62.50622628004134]
  知覚不能な逆境摂動に対するディープニューラルネットワークの脆弱性は、広く注目を集めている。 それまでの努力は、相手の視覚的特徴をテキストの監督と整合させることで、ゼロショットの敵の堅牢性を達成した。 本稿では、限られたデータで入力シーケンスを適応させることで、対向性を大幅に向上させる、数ショットの対向的プロンプトフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-21T18:28:43Z)
• Understanding the Therapeutic Relationship between Counselors and Clients in Online Text-based Counseling using LLMs [18.605352662843575]
  テキストベースのカウンセリングにおける治療提携の進展を理解するために,大規模言語モデル(LLM)を用いた自動アプローチを提案する。 我々は包括的カウンセリングデータセットを収集し、このフレームワークに基づいてサブセット上で複数の専門家評価を行う。 当社の調査結果は、カウンセラーが顧客との強いオンライン関係を育む上で直面する課題を浮き彫りにした。
  論文  参考訳（メタデータ） (2024-02-19T09:00:10Z)
• Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
  戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。 標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。 本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
  論文  参考訳（メタデータ） (2022-09-14T15:33:30Z)
• RESPER: Computationally Modelling Resisting Strategies in Persuasive Conversations [0.7505101297221454]
  説得的会話における抵抗戦略を識別するための一般化フレームワークを提案する。 実験では,非協調的目標指向会話におけるパワーロールの非対称性を明らかにする。 また,会話結果に対するさまざまな抵抗戦略の役割についても検討した。
  論文  参考訳（メタデータ） (2021-01-26T03:44:17Z)

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。