論文の概要: Beyond Reflection: Affirmation as a Promising Behavioral Marker Associated with Quality in Text-Based Counseling

• arxiv url: http://arxiv.org/abs/2608.26689v1
• Date: Thu, 27 Aug 2026 06:46:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-28 16:30:58.276267
• Title: Beyond Reflection: Affirmation as a Promising Behavioral Marker Associated with Quality in Text-Based Counseling
• Title（参考訳）: Beyond Reflection: テキストベースカウンセリングにおける品質に関連する行動マーカーの証明
• Abstract要約: 大規模日本語テキストカウンセリングデータセットであるKokoroChatを用いて多層解析を行う。 以上の結果から,本研究で用いた品質指標では,Affirmationはリフレクションよりもセッション品質に一貫した関連があることが示唆された。 これらの知見は、カウンセラー訓練と感情支援システム設計に経験的な意味を与える。
• 参考スコア（独自算出の注目度）: 1.0152838128195467
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: While AI-assisted text-based counseling is gaining attention, it remains empirically unclear which counselor behaviors are associated with higher dialogue quality. Existing research often focuses heavily on Reflection, borrowing frameworks from Motivational Interviewing. To address this gap, we conduct a multi-layered analysis using KokoroChat, a large-scale Japanese text counseling dataset conducted by professional counselors and trainees, newly annotated with counselor strategy tags and client distress levels. Our results show that, under the quality indicators used in this study, Affirmation is more consistently associated with session quality than Reflection among the analyzed strategies. Cross-dataset transfer experiments further suggest that this quality signal can be observed to some extent on ESConv, an English dataset with non-expert supporters. These findings provide empirical implications for counselor training and emotional support system design. We release the additional KokoroChat annotations and experimental source code at https://github.com/UEC-InabaLab/BeyondReflection.
• Abstract（参考訳）: AIによるテキストベースのカウンセリングが注目されているが、どのカウンセラー行動がより高い対話品質と関連しているかは実証的に不明である。 既存の研究はしばしば、Motivational Interviewingからフレームワークを借りて、リフレクションに重点を置いている。 このギャップに対処するため,プロのカウンセラーと研修生による大規模日本語テキストカウンセリングデータセットであるKokoroChatを用いて多層解析を行い,カウンセラー戦略タグとクライアントの苦難レベルを新たにアノテートした。 以上の結果から,本研究で使用した品質指標の下では,Affirmationは,分析戦略の中でのリフレクションよりもセッション品質と一貫した関連性があることが示唆された。 クロスデータセット転送実験は、この品質信号が、専門家でないサポーターを持つ英語データセットであるESConvである程度観測可能であることを示唆している。 これらの知見は、カウンセラー訓練と感情支援システム設計に経験的な意味を与える。 我々は、KokoroChatアノテーションと実験的なソースコードをhttps://github.com/UEC-InabaLab/BeyondReflectionでリリースします。

関連論文リスト

• CARE: Counselor-Aligned Response Engine for Online Mental-Health Support [3.096218674732811]
  メンタルヘルスの課題は世界中で増加しており、感情的なサポートサービスに支障をきたし、カウンセラーの過負荷につながっている。 これは、タイムリーな介入が不可欠である自殺のような致命的な状況における遅延反応をもたらす。 本稿では,カウンセラーを支援し,リアルタイムに心理的に整合した応答レコメンデーションを生成するためのフレームワークであるCARE(Counselor-Aligned Response Engine)を提案する。
  論文  参考訳（メタデータ） (2026-04-23T07:11:24Z)
• How Annotation Trains Annotators: Competence Development in Social Influence Recognition [58.27352499161234]
  本研究では,社会的影響認識の過程における能力の観点から,アノテータの作業品質の変化について検討する。 この研究は、専門家と非専門家の両方を含む5つのグループから25人の注釈係が参加し、1,021の対話のデータセットに注釈を付けた。 その結果,アノテータの自己認識能力と自信の増大が示唆された。
  論文  参考訳（メタデータ） (2026-04-03T10:32:57Z)
• MindChat: A Privacy-preserving Large Language Model for Mental Health Support [10.332226758787277]
  我々は、メンタルヘルス支援のためのプライバシー保護型大規模言語モデルであるMindChatを紹介する。 我々はまた、マルチエージェントロールプレイングフレームワークを用いて構築された合成マルチターンカウンセリングデータセットであるMindCorpusを提示する。
  論文  参考訳（メタデータ） (2026-01-05T10:54:18Z)
• KokoroChat: A Japanese Psychological Counseling Dialogue Dataset Collected via Role-Playing by Trained Counselors [1.3456699275044242]
  本研究は、カウンセラーがカウンセラー-クライアント間相互作用をシミュレートするロールプレイングアプローチを採用する。 我々は6,589の長文対話からなる心理カウンセリング対話データセットであるKokoroChatを構築した。 実験結果から,ココロチャットを用いたオープンソースLLMは,カウンセリング応答の質とカウンセリング対話の自動評価の両方を改善した。
  論文  参考訳（メタデータ） (2025-06-02T06:20:53Z)
• 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)
• PsycoLLM: Enhancing LLM for Psychological Understanding and Evaluation [32.40846713004979]
  PsycoLLMは、提案された高品質な心理的データセットに基づいて訓練されている。 このプロセスは、オンラインプラットフォームから抽出された現実世界の心理的背景によって強化される。 中国における信頼性心理学的カウンセリング試験に基づく総合心理学的ベンチマークを開発した。
  論文  参考訳（メタデータ） (2024-07-08T08:25:56Z)
• 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)
• Context Does Matter: Implications for Crowdsourced Evaluation Labels in Task-Oriented Dialogue Systems [57.16442740983528]
  クラウドソースラベルは、タスク指向の対話システムを評価する上で重要な役割を果たす。 従来の研究では、アノテーションプロセスで対話コンテキストの一部だけを使用することが提案されている。 本研究では,対話文脈がアノテーション品質に及ぼす影響について検討する。
  論文  参考訳（メタデータ） (2024-04-15T17:56:39Z)
• 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)
• Investigating Fairness Disparities in Peer Review: A Language Model Enhanced Approach [77.61131357420201]
  我々は、大規模言語モデル(LM)の助けを借りて、ピアレビューにおける公平性格差の徹底した厳密な研究を行う。 我々は、2017年から現在までのICLR(International Conference on Learning Representations)カンファレンスで、包括的なリレーショナルデータベースを収集、組み立て、維持しています。 我々は、著作者性別、地理、著作者、機関的名声など、興味のある複数の保護属性に対する公平性の違いを仮定し、研究する。
  論文  参考訳（メタデータ） (2022-11-07T16:19:42Z)
• Contextualized Attention-based Knowledge Transfer for Spoken Conversational Question Answering [63.72278693825945]
  音声対話型質問応答 (SCQA) は複雑な対話の流れをモデル化するために機械を必要とする。 本稿では,新しい文脈型注意型蒸留手法CADNetを提案する。 Spoken-CoQAデータセット上で広範な実験を行い、本手法が優れた性能を発揮することを示す。
  論文  参考訳（メタデータ） (2020-10-21T15:17:18Z)

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。