論文の概要: MindTailor: Personalized Emotional Support via Post History-Grounded Case Formulation and Collaborative Refinement

• arxiv url: http://arxiv.org/abs/2606.21930v1
• Date: Sat, 20 Jun 2026 07:52:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-25 23:52:05.732882
• Title: MindTailor: Personalized Emotional Support via Post History-Grounded Case Formulation and Collaborative Refinement
• Title（参考訳）: MindTailor: 過去の事例の定式化とコラボレーションによる感情支援
• Authors: Suhyun Han, Kyunghyun Cho, JinYeong Bak,
• Abstract要約: MindTailorは、パーソナライズされた感情的サポート応答を生成するフレームワークである。 ReddiSuppは798のReddit投稿のデータセットで、シーカーの以前の投稿履歴と組み合わせている。
• 参考スコア（独自算出の注目度）: 44.7545875422459
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As mental health concerns continue to rise globally, social media has emerged as a vital space where individuals seek emotional support. While prior work on personalized emotional support has leveraged seekers' emotional states, personas, and situational context, these approaches primarily capture the seeker's current state, overlooking the formative experiences that shape present concerns. In this work, we propose MindTailor, a framework that generates personalized emotional support responses by constructing a case formulation from the seeker's post history and iteratively refining responses through collaborative critique among counselor agents grounded in distinct counseling strategies. To enable research on this history-aware task, we construct ReddiSupp, a dataset of 798 Reddit posts paired with seekers' prior post histories. Through LLM-as-a-Judge evaluation, expert human evaluation, and a user study with seekers, we demonstrate that MindTailor outperforms baselines across these evaluations, improving empathy, personalization, understanding, and achieving the highest overall preference.
• Abstract（参考訳）: メンタルヘルスの懸念が世界中に広がるにつれ、ソーシャルメディアは個人が感情的な支援を求める重要な場所として浮上してきた。 パーソナライズされた感情的支援に関する以前の研究は、探究者の感情状態、ペルソナ、状況的文脈を活用してきたが、これらのアプローチは主に、現在の関心を形作るフォーマティブな体験を見越して、探究者の現在の状態を捉えている。 本研究では、求職者の投稿履歴からケースを定式化し、個別のカウンセリング戦略に基づくカウンセラーエージェント間の協調的批判を通じて、反復的に応答を洗練することにより、パーソナライズされた感情的支援応答を生成するフレームワークであるMindTailorを提案する。 この履歴認識タスクの研究を可能にするために,検索者の以前の投稿履歴と組み合わせた798件のReddit投稿のデータセットであるReddiSuppを構築した。 LLM-as-a-Judge評価、専門家による人的評価、探索者によるユーザスタディを通じて、MindTailorはこれらの評価においてベースラインを上回り、共感、パーソナライゼーション、理解を改善し、最高の全体的な嗜好を達成することを実証した。

関連論文リスト

• ENPMR-Bench: Benchmarking Proactive Memory Retrieval for Emotional Support Agents [53.83618283684421]
  ENPMR-Benchは,情緒的欲求認識型アクティブメモリ検索のためのベンチマークである。 ENPMR-Benchは1,800以上のメモリ拡張ダイアログを含み、感情的なニーズと支援的なメモリタイプの間の構造化マッピングを定義する。
  論文  参考訳（メタデータ） (2026-05-26T16:22:35Z)
• IntentionESC: An Intention-Centered Framework for Enhancing Emotional Support in Dialogue Systems [74.0855067343594]
  感情的支援の会話では、意図の不明確さは、支持者に不適切な戦略を採用させる可能性がある。 Intention-centered Emotional Support Conversation frameworkを提案する。 支援者の意図を定義し、これらの意図を推測するための重要な感情状態の側面を特定し、それらを適切な支援戦略にマッピングする。
  論文  参考訳（メタデータ） (2025-06-06T10:14:49Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Sentiment-guided Commonsense-aware Response Generation for Mental Health Counseling [28.17719749654601]
  反応生成にコモンセンス認識を取り入れた感情誘導機構であるEmpResを提案する。 ファンデーションモデルを活用し、コモンセンスの知識を活用することで、EmpResはクライアントの肯定的な感情を効果的に形作る応答を生成することを目指している。 以上の結果から,ユーザの91%がシステムの有効性を認め,80%が満足度を示し,85.45%以上がインターフェースの使用を継続し,他の人に推奨していることがわかった。
  論文  参考訳（メタデータ） (2025-01-06T15:41:52Z)
• The Emotional Spectrum of LLMs: Leveraging Empathy and Emotion-Based Markers for Mental Health Support [41.463376100442396]
  RACLETTEは、最先端のベンチマークと比較すると、感情的精度が優れていることを示す対話システムである。 本研究では,ユーザの感情プロファイルを,メンタルヘルスアセスメントの解釈マーカーとして用いる方法を示す。
  論文  参考訳（メタデータ） (2024-12-28T07:42:29Z)
• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• Large Language Models are Capable of Offering Cognitive Reappraisal, if Guided [38.11184388388781]
  大規模言語モデル(LLM)は感情的サポートの新しい機会を提供する。 この研究は、認知的再評価に取り組み、第一歩を踏み出す。 我々は、認知的再評価反応を生成するLLMのゼロショット能力について、第一種専門家による評価を行う。
  論文  参考訳（メタデータ） (2024-04-01T17:56:30Z)
• Critical Behavioral Traits Foster Peer Engagement in Online Mental Health Communities [28.17719749654601]
  10,118件以上の投稿と、21のメンタルヘルス固有のサブレディットからの58,279件のコメントからなる、ピアカウンセリングデータセットであるBeCOPEを紹介した。 分析の結果, 「自己批判」は, ヘルプシーカーが表現する批判の最も一般的な形態であり, 相互作用の43%を占めることが明らかとなった。 本稿では, 高い可読性は, 追従支援を受ける確率を効果的に2倍にすることを示す。
  論文  参考訳（メタデータ） (2023-09-04T14:00:12Z)
• Exploring the Effects of AI-assisted Emotional Support Processes in Online Mental Health Community [26.36961585672868]
  我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。 予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
  論文  参考訳（メタデータ） (2022-02-21T09:25:36Z)

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。