論文の概要: Multi-Perspective Triad Interaction Graph Neural Network for Cognitive Distortion Detection

• arxiv url: http://arxiv.org/abs/2608.06785v1
• Date: Fri, 07 Aug 2026 04:06:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-10 16:21:25.357568
• Title: Multi-Perspective Triad Interaction Graph Neural Network for Cognitive Distortion Detection
• Title（参考訳）: 認知歪み検出のためのマルチパースペクティブトリアドインタラクショングラフニューラルネットワーク
• Abstract要約: 我々は,ベックの認知的三脚-自己,世界,未来に対する否定的な視点-をモデル化したMTI-GNNを提案する。 韓国, 英語, 中国語の4つのデータセットから得られた9,764個のサンプルに対して, MTI-GNNを評価した。
• 参考スコア（独自算出の注目度）: 1.4896509623302838
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Cognitive distortion detection is a key task in computational mental health, yet existing approaches often overlook the psychological structure of distorted thoughts. We propose MTI-GNN (Multi-Perspective Triad Interaction Graph Neural Network), which models Beck's cognitive triad---negative views of the self, world, and future---as complementary perspectives for classification. An LLM decomposes each utterance into the three perspectives, from which perspective-specific similarity graphs are constructed and encoded by a Multi-Perspective GNN. A Triad Interaction module models cross-perspective dependencies through sequential source-conditioned updates and feature-wise gating, while Prototype-Guided Perspective Fusion performs label-conditioned aggregation. Label-expanded supervision incorporates all available distortion annotations during training. We evaluate MTI-GNN on 9,764 samples from four Korean, English, and Chinese datasets spanning ten distortion categories. MTI-GNN significantly outperforms all supervised variants and exceeds eight prompted generative models under zero-shot and few-shot settings. Leave-one-perspective-out ablations show that all three perspectives contribute significantly, while human expert evaluation provides preliminary evidence of their alignment with the intended cognitive dimensions.
• Abstract（参考訳）: 認知的歪み検出は、計算的精神保健において重要な課題であるが、既存のアプローチはしばしば歪んだ思考の心理的構造を見落としている。 我々は,MTI-GNN(Multi-Perspective Triad Interaction Graph Neural Network)を提案する。 LLMは、それぞれの発話を3つの視点に分解し、そこからパースペクティブGNNによってパースペクティブ固有の類似性グラフを構築し、エンコードする。 Triad Interactionモジュールは、シーケンシャルなソース条件の更新と機能的なゲーティングを通じて、相互パースペクティブな依存関係をモデル化する。 ラベル拡張された監視には、トレーニング中に利用可能なすべての歪みアノテーションが組み込まれている。 韓国, 英語, 中国語の4つのデータセットから得られた9,764個のサンプルに対して, MTI-GNNを評価した。 MTI-GNNは、教師付き変異体を著しく上回り、ゼロショットおよび少数ショット設定下で8つの誘導生成モデルを上回っている。 一方、人間の専門家による評価は、意図した認知次元との整合性の予備的な証拠を提供する。

関連論文リスト

• DisPOSE: Projected Polystochastic Diffusion for Self-Supervised Multi-View 3D Human Pose Estimation [58.47973015036709]
  DisPOSEは、本質的に離散的な多視点人物割り当て問題を近似する自己教師型フレームワークである。 特定可能なシンクホーン射影を用いることにより、本モデルは有効かつ実現可能な課題への解の導出を学ぶ。 提案手法は、標準データセット上での最先端の自己教師手法よりも優れている。
  論文  参考訳（メタデータ） (2026-06-05T16:14:39Z)
• Multi-view Graph Convolutional Network with Fully Leveraging Consistency via Granular-ball-based Topology Construction, Feature Enhancement and Interactive Fusion [32.96540813949643]
  GCNはノード接続を活用して、グラフ全体に情報を伝達する。 既存のGCNベースのマルチビューメソッドの多くは、いくつかの制限に悩まされている。 本稿では,GBベースのトポロジ構築,機能拡張,対話型融合による一貫性をフル活用したマルチビューグラフ畳み込みネットワークを提案する。
  論文  参考訳（メタデータ） (2026-03-20T08:20:09Z)
• OTSNet: A Neurocognitive-Inspired Observation-Thinking-Spelling Pipeline for Scene Text Recognition [3.5518986305758027]
  実世界の複雑さのため、Scene Text Recognition (STR) は依然として困難である。 OTSNetはニューロ認知にインスパイアされた観測シンキングペリングパイプラインを具現化した新しい3段階ネットワークである。 OTSNetは、Union14M-Lベンチマークで平均83.5%の精度を達成し、14のシナリオ中9つのシナリオでOSTが確立した新記録を79.1%とした。
  論文  参考訳（メタデータ） (2025-11-11T11:40:48Z)
• A biological vision inspired framework for machine perception of abutting grating illusory contours [18.878362495655598]
  本稿では,視覚野の回路にインスパイアされた視覚輪郭知覚ネットワーク(ICPNet)を提案する。 ICPNetは、最先端のモデルよりも、照明の輪郭に対してはるかに敏感である。 この研究は、DNNベースのモデルのための人間レベルのインテリジェンスへの一歩として期待されている。
  論文  参考訳（メタデータ） (2025-08-24T08:45:06Z)
• MMPerspective: Do MLLMs Understand Perspective? A Comprehensive Benchmark for Perspective Perception, Reasoning, and Robustness [50.33343842822694]
  MMPerspectiveはマルチモーダルな大言語モデルの視点理解を評価するために設計された最初のベンチマークである。 このベンチマークでは,実世界の2,711の合成画像と5,083の問合せ対でキー機能を調べている。 43の最先端MLLMの総合評価により,重要な限界が明らかになった。
  論文  参考訳（メタデータ） (2025-05-26T18:20:22Z)
• GAME: Learning Multimodal Interactions via Graph Structures for Personality Trait Estimation [13.071227081328288]
  ショートビデオからの明瞭なパーソナリティ分析は、視覚的、聴覚的、およびテキスト的手がかりの複雑な相互作用のため、重要なチャルレンジを呈する。 本稿では,グラフ拡張型マルチモーダル進化法であるGAMEを提案する。 ビジュアルストリームのために、顔グラフを構築し、グラフ畳み込みネットワーク(GCN)と畳み込みニューラルネットワーク(CNN)を組み合わせたデュアルブランチGeo Two-Stream Networkを導入する。 時間的ダイナミクスを捉えるために、フレームレベルの特徴はBiGによって処理される
  論文  参考訳（メタデータ） (2025-05-05T13:48:09Z)
• Understanding Before Recommendation: Semantic Aspect-Aware Review Exploitation via Large Language Models [53.337728969143086]
  レコメンデーションシステムは、クリックやレビューのようなユーザとイテムのインタラクションを利用して表現を学習する。 従来の研究では、様々な側面や意図にまたがるユーザの嗜好をモデル化することで、推奨精度と解釈可能性を改善する。 そこで本研究では,意味的側面と認識的相互作用を明らかにするためのチェーンベースのプロンプト手法を提案する。
  論文  参考訳（メタデータ） (2023-12-26T15:44:09Z)
• Hierarchical Contrastive Learning Enhanced Heterogeneous Graph Neural Network [59.860534520941485]
  ヘテロジニアスグラフニューラルネットワーク(HGNN)は、異種情報ネットワーク(HIN)を扱う能力に優れていた。 近年,自己指導型学習は最もエキサイティングな学習パラダイムの1つとなり,ラベルがない場合に大きな可能性を示す。 本稿では,自己教師型HGNNの問題点を考察し,HGNNのための新しいコントラスト学習機構であるHeCoを提案する。
  論文  参考訳（メタデータ） (2023-04-24T16:17:21Z)
• Hierarchical View Predictor: Unsupervised 3D Global Feature Learning through Hierarchical Prediction among Unordered Views [69.83935019958334]
  階層型ビュー予測器という,ビューに基づくディープラーニングモデルを提案する。 HVPは、教師なしの方法で、秩序のないビューから3D形状の特徴を学習する。 以上の結果から,HVPは大規模3次元形状ベンチマークにおいて最先端の手法より優れることが示された。
  論文  参考訳（メタデータ） (2021-08-08T22:07:10Z)
• A Minimalist Dataset for Systematic Generalization of Perception, Syntax, and Semantics [131.93113552146195]
  我々は,機械が一般化可能な概念を学習する能力を調べるため,新しいデータセットであるHINT(Hand written arithmetic with INTegers)を提案する。 HINTでは、イメージなどの生信号から概念がどのように認識されるかを学ぶことが機械のタスクである。 我々は、RNN、Transformer、GPT-3など、様々なシーケンス・ツー・シーケンスモデルで広範囲に実験を行った。
  論文  参考訳（メタデータ） (2021-03-02T01:32:54Z)

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。