論文の概要: Who We Are, Where We Are: Mental Health at the Intersection of Person, Situation, and Large Language Models

• arxiv url: http://arxiv.org/abs/2603.05953v1
• Date: Fri, 06 Mar 2026 06:37:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-09 13:17:45.190239
• Title: Who We Are, Where We Are: Mental Health at the Intersection of Person, Situation, and Large Language Models
• Title（参考訳）: 私たちがどこにいるか:人、状況、および大規模言語モデルの解釈におけるメンタルヘルス
• Authors: Nikita Soni, August Håkan Nilsson, Syeda Mahwish, Vasudha Varadarajan, H. Andrew Schwartz, Ryan L. Boyd,
• Abstract要約: 相互作用論と建設論の心理学理論に基づいて、我々は幸福を予測するための解釈可能なモデルを開発する。 本手法は,個人レベルの心理的特徴と言語推論された状況特徴を統合する。 結果から,我々の原理的,理論駆動的特徴は,高い解釈性を提供しながら,競争性能を提供することが示された。
• 参考スコア（独自算出の注目度）: 11.875040920985919
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Mental health is not a fixed trait but a dynamic process shaped by the interplay between individual dispositions and situational contexts. Building on interactionist and constructionist psychological theories, we develop interpretable models to predict well-being and identify adaptive and maladaptive self-states in longitudinal social media data. Our approach integrates person-level psychological traits (e.g., resilience, cognitive distortions, implicit motives) with language-inferred situational features derived from the Situational 8 DIAMONDS framework. We compare these theory-grounded features to embeddings from a psychometrically-informed language model that captures temporal and individual-specific patterns. Results show that our principled, theory-driven features provide competitive performance while offering greater interpretability. Qualitative analyses further highlight the psychological coherence of features most predictive of well-being. These findings underscore the value of integrating computational modeling with psychological theory to assess dynamic mental states in contextually sensitive and human-understandable ways.
• Abstract（参考訳）: メンタルヘルスは固定された特性ではなく、個々の配置と状況状況の間の相互作用によって形成される動的なプロセスである。 相互作用論と建設論の心理学理論に基づいて、長手なソーシャルメディアデータにおいて、幸福を予測し、適応的かつ不適応な自己状態を特定するための解釈可能なモデルを構築した。 提案手法は, 個人レベルの心理的特徴(レジリエンス, 認知的歪み, 暗黙的動機など)と, 状況8 DIAMONDSフレームワークから派生した言語推論の状況特徴を統合する。 我々は,これらの理論的特徴を,時間的および個人固有のパターンを捉えた心理的インフォームド言語モデルからの埋め込みと比較した。 結果から,我々の原理的,理論駆動的特徴は,高い解釈性を提供しながら,競争性能を提供することが示された。 質的な分析は、幸福を最も予測する特徴の心理的コヒーレンスをさらに強調する。 これらの知見は、文脈に敏感で人間に理解可能な方法で動的精神状態を評価するために、計算モデルと心理学理論を統合することの価値を強調している。

関連論文リスト

• HUMANLLM: Benchmarking and Reinforcing LLM Anthropomorphism via Human Cognitive Patterns [59.17423586203706]
  本稿では,心理的パターンを因果力の相互作用として扱うフレームワークであるHUMANLLMを提案する。 12,000の学術論文から244のパターンを構築し、2-5のパターンが相互に強化、衝突、変調されるシナリオ11,359を合成する。 我々の二重レベルチェックリストは、個々のパターンの忠実度と創発的なマルチパターンのダイナミクスを評価し、強い人間のアライメントを達成する。
  論文  参考訳（メタデータ） (2026-01-15T08:56:53Z)
• Structured Personality Control and Adaptation for LLM Agents [11.050618253938126]
  大規模言語モデル(LLM)は、ますますヒトとコンピュータの相互作用(HCI)を形作っている ユング心理学的タイプを用いたLLMパーソナリティをモデル化する枠組みを提案する。 この設計により、エージェントは対話要求に応じて動的に調整しながらニュアンス付き特性を維持することができる。
  論文  参考訳（メタデータ） (2026-01-15T03:15:24Z)
• The Personality Illusion: Revealing Dissociation Between Self-Reports & Behavior in LLMs [60.15472325639723]
  人格特性は、人間の行動の予測因子として長い間研究されてきた。 近年のLarge Language Models (LLM) は, 人工システムに類似したパターンが出現する可能性を示唆している。
  論文  参考訳（メタデータ） (2025-09-03T21:27:10Z)
• A Computational Framework to Identify Self-Aspects in Text [9.187473897664105]
  Selfは多面的な構造であり、言語で反映されている。 自己の多くの側面は、心理的および他のよく研究された現象と一致している。 本提案では,テキスト中の自己アスペクトを識別する計算フレームワークを開発する計画を提案する。
  論文  参考訳（メタデータ） (2025-07-17T13:31:04Z)
• Assessment and manipulation of latent constructs in pre-trained language models using psychometric scales [4.805861461250903]
  本稿では,標準的な心理アンケートを自然言語推論のプロンプトに再構成する方法を示す。 我々は、88種類の公開モデルを用いて、人間のようなメンタルヘルス関連構造の存在を実証した。
  論文  参考訳（メタデータ） (2024-09-29T11:00:41Z)
• PersLLM: A Personified Training Approach for Large Language Models [66.16513246245401]
  データ構築とモデルチューニングを改善するためのフレームワークPersLLMを提案する。 データ利用が不十分な場合には、Chain-of-Thoughtプロンプトやアンチインダクションといった戦略を取り入れます。 厳密な振舞いパターンを設計し,モデルの性格の特異性とダイナミズムを高めるために自動DPOを導入する。
  論文  参考訳（メタデータ） (2024-07-17T08:13:22Z)
• Evaluating Large Language Models with Psychometrics [59.821829073478376]
  本稿では,Large Language Models (LLMs) の心理的構造を定量化するための総合的ベンチマークを提案する。 私たちの研究は、13のデータセットで評価された5つの重要な心理的構成要素、人格、価値観、感情的知性、心の理論、自己効力性を特定します。 LLMの自己報告特性と実際のシナリオにおける応答パターンとの間に大きな相違が発見され,その挙動の複雑さが明らかになった。
  論文  参考訳（メタデータ） (2024-06-25T16:09:08Z)
• A Simple and Flexible Modeling for Mental Disorder Detection by Learning from Clinical Questionnaires [0.2580765958706853]
  そこで本研究では,テキストから直接意味を抽出し,症状に関連する記述と比較する手法を提案する。 詳細な分析により,提案モデルがドメイン知識の活用,他の精神疾患への伝達,解釈可能な検出結果の提供に有効であることが示唆された。
  論文  参考訳（メタデータ） (2023-06-05T15:23:55Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)

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。