論文の概要: PsyProbe: Proactive and Interpretable Dialogue through User State Modeling for Exploratory Counseling

• arxiv url: http://arxiv.org/abs/2601.19096v1
• Date: Tue, 27 Jan 2026 01:59:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-28 15:26:51.125761
• Title: PsyProbe: Proactive and Interpretable Dialogue through User State Modeling for Exploratory Counseling
• Title（参考訳）: PsyProbe:探索的カウンセリングのためのユーザ状態モデリングによる積極的に解釈可能な対話
• Authors: Sohhyung Park, Hyunji Kang, Sungzoon Cho, Dongil Kim,
• Abstract要約: PsyProbeはカウンセリングの探索フェーズ用に設計された対話システムである。 PPPPPIフレームワークを通じてユーザーの心理状態を追跡する。 文脈的に適切で前向きな質問を生成する。
• 参考スコア（独自算出の注目度）: 14.53071190134928
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent advances in large language models have enabled mental health dialogue systems, yet existing approaches remain predominantly reactive, lacking systematic user state modeling for proactive therapeutic exploration. We introduce PsyProbe, a dialogue system designed for the exploration phase of counseling that systematically tracks user psychological states through the PPPPPI framework (Presenting, Predisposing, Precipitating, Perpetuating, Protective, Impact) augmented with cognitive error detection. PsyProbe combines State Builder for extracting structured psychological profiles, Memory Construction for tracking information gaps, Strategy Planner for Motivational Interviewing behavioral codes, and Response Generator with Question Ideation and Critic/Revision modules to generate contextually appropriate, proactive questions. We evaluate PsyProbe with 27 participants in real-world Korean counseling scenarios, including automatic evaluation across ablation modes, user evaluation, and expert evaluation by a certified counselor. The full PsyProbe model consistently outperforms baseline and ablation modes in automatic evaluation. User evaluation demonstrates significantly increased engagement intention and improved naturalness compared to baseline. Expert evaluation shows that PsyProbe substantially improves core issue understanding and achieves question rates comparable to professional counselors, validating the effectiveness of systematic state modeling and proactive questioning for therapeutic exploration.
• Abstract（参考訳）: 大規模言語モデルの最近の進歩は、メンタルヘルスの対話システムを実現しているが、既存のアプローチは、主に反応性を保ち、プロアクティブな治療探索のための体系的なユーザー状態モデリングを欠いている。 PPPPPIフレームワーク(Presenting, Predisposing, Precipitating, Perpetuating, Protective, Impact)を用いて,ユーザの心理的状態を体系的に追跡するカウンセリングの探索フェーズ用に設計された対話システムであるPsyProbeを紹介する。 PsyProbeは、構造化された心理的プロファイルを抽出するためのステートビルダー、情報ギャップを追跡するためのメモリ構成、モチベーションの面接行動コードのためのストラテジープランナー、質問思想と批判/修正モジュールによるレスポンスジェネレータを組み合わせて、文脈的に適切で前向きな質問を生成する。 実世界の韓国のカウンセリングのシナリオに27人が参加するPsyProbeの評価を行い、アブレーションモードによる自動評価、ユーザ評価、認定カウンセラーによる専門家評価を行った。 完全なPsyProbeモデルは、自動評価において、ベースラインとアブレーションモードを一貫して上回る。 ユーザ評価は、ベースラインに比べてエンゲージメントの意図が著しく増加し、自然性が向上したことを示している。 PsyProbeは、プロのカウンセラーに匹敵する質問率を実現し、システマティックな状態モデリングの有効性を検証し、治療のための積極的に質問する。

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)
• Beyond Empathy: Integrating Diagnostic and Therapeutic Reasoning with Large Language Models for Mental Health Counseling [50.83055329849865]
  PsyLLMは、メンタルヘルスカウンセリングの診断と治療的推論を統合するために設計された大きな言語モデルである。 Redditから現実世界のメンタルヘルス投稿を処理し、マルチターン対話構造を生成する。 実験の結果,PsyLLMは最先端のベースラインモデルよりも優れていた。
  論文  参考訳（メタデータ） (2025-05-21T16:24:49Z)
• A Risk Ontology for Evaluating AI-Powered Psychotherapy Virtual Agents [13.721977133773192]
  大言語モデル (LLMs) と知的仮想エージェント (Intelligent Virtual Agents) は精神療法士として機能し、メンタルヘルスアクセスを拡大する機会を提供する。 彼らの展開は、ユーザーの損害や自殺など、深刻な有害な結果にも結びついている。 我々は、会話型AI心理療法士の体系的評価に特化して設計された新しいリスクオントロジーを導入する。
  論文  参考訳（メタデータ） (2025-05-21T05:01:39Z)
• Ψ-Arena: Interactive Assessment and Optimization of LLM-based Psychological Counselors with Tripartite Feedback [51.26493826461026]
  大規模言語モデル(LLM)の総合的評価と最適化のための対話型フレームワークであるPsi-Arenaを提案する。 アリーナは、心理学的にプロファイルされたNPCクライアントとの多段階対話を通じて現実世界のカウンセリングをシミュレートする現実的なアリーナ相互作用を特徴としている。 8つの最先端のLLM実験は、異なる実世界のシナリオと評価の観点で大きなパフォーマンス変化を示す。
  論文  参考訳（メタデータ） (2025-05-06T08:22:51Z)
• CPsyCoun: A Report-based Multi-turn Dialogue Reconstruction and Evaluation Framework for Chinese Psychological Counseling [27.193022503592342]
  中国における心理カウンセリングのための多面的対話再構築・評価フレームワークCPsyCounを提案する。 心理カウンセリングレポートを完全に活用するために、高品質な対話を構築するための2段階のアプローチが考案された。 マルチターン心理相談の効果的な自動評価のための総合評価ベンチマークを開発した。
  論文  参考訳（メタデータ） (2024-05-26T05:18:00Z)
• K-ESConv: Knowledge Injection for Emotional Support Dialogue Systems via Prompt Learning [83.19215082550163]
  K-ESConvは、感情支援対話システムのための、新しい学習に基づく知識注入手法である。 本研究では,情緒的支援データセットESConvを用いて,外部の専門的情緒的Q&Aフォーラムから知識を抽出し,組み込んだモデルを評価した。
  論文  参考訳（メタデータ） (2023-12-16T08:10:10Z)
• PICK: Polished & Informed Candidate Scoring for Knowledge-Grounded Dialogue Systems [59.1250765143521]
  現在の知識接地対話システムは、生成された応答を人間に好まれる品質に合わせるのに失敗することが多い。 我々は,世代別再描画フレームワークであるPolseed & Informed Candidate Scoring (PICK)を提案する。 対話履歴に関連性を維持しつつ,より忠実な応答を生成するためのPICKの有効性を示す。
  論文  参考訳（メタデータ） (2023-09-19T08:27:09Z)
• Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy Evaluation Approach [84.02388020258141]
  強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。 ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。 実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
  論文  参考訳（メタデータ） (2021-02-20T03:29:20Z)

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。