論文の概要: Multimodal Detection of Higher-Order Behavioral Constructs: Self-Compassion in Structured Reflective Interaction

• arxiv url: http://arxiv.org/abs/2609.37148v1
• Date: Tue, 29 Sep 2026 09:42:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.396188
• Title: Multimodal Detection of Higher-Order Behavioral Constructs: Self-Compassion in Structured Reflective Interaction
• Title（参考訳）: 高次行動構成のマルチモーダル検出:構造的反射相互作用における自己共振
• Abstract要約: 自己思いやりは、厳しい自己批判よりも、忍耐に満ちた自己の挫折に反応する傾向である。 技術を活用したトレーニング環境において、構造化された反射インタビュー中にどのように見えるかを検討する。
• 参考スコア（独自算出の注目度）: 1.1663475941322277
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Many of the qualities that matter most in how people learn and grow, how someone regulates their emotions, reflects on a setback, or stays aware of others during a difficult conversation, are not directly observable. They have to be inferred from how someone speaks, moves, and sounds over time, and they resist the kind of clean labeling that most machine learning pipelines are built around. We study this challenge through a case that is well grounded in psychological theory but rarely modeled computationally: self-compassion, the tendency to respond to one's own setbacks with patience rather than harsh self-criticism. We examine how it appears during structured reflective interviews in a technology-mediated training setting, where people naturally talk through socio-emotionally demanding situations. Since no existing dataset captures this kind of construct in this kind of setting, we collected and annotated 51 reflective dialog sessions using an independent, temporally overlapping annotation scheme grounded in established theory. We consolidate the underlying six-component psychological model into a three-class supervision space, balancing self-kindness and mindfulness against self-critical or overwhelmed states, and build a reproducible window-based pipeline that aligns video, audio, and text on a shared timeline. Unimodal models trained on each modality separately are compared against a simple probability-level fusion strategy, which yields modest but consistent gains over the best single modality. We close by discussing where each modality succeeds or struggles, what this suggests about how this kind of construct is actually expressed in reflective speech, and what would be needed to model it, and constructs like it, more effectively.
• Abstract（参考訳）: 人々がどのように学び、成長するか、どのように感情を規制するか、後退を反映するか、困難な会話の間に他人を意識し続けるか、といった、最も重要な性質は、直接的に観察できない。 それらは、誰かが話す、動く、音の仕方から推測される必要があり、ほとんどの機械学習パイプラインが構築されているクリーンなラベル付けに抵抗する。 我々は、この課題を、心理学理論に根ざしているが、計算学的にモデル化されることはめったにないケースを通して研究する: 自己思いやり(self-compassion)。 社会的な情緒的に要求される状況で自然に話す技術によるトレーニング環境で、構造化されたリフレクティブインタヴューの間にどのように見えるかを検討する。 既存のデータセットがこのような設定でこのような構成をキャプチャすることはないため、確立された理論に基づく独立した時間的に重なり合うアノテーションスキームを用いて51の反射ダイアログセッションを収集し、アノテートした。 基礎となる6成分心理学モデルを3段階の監視空間に統合し、自己愛とマインドフルネスを自己批判的あるいは圧倒された状態とバランスさせ、ビデオ、オーディオ、テキストを共有タイムライン上で調整する再現可能なウィンドウベースのパイプラインを構築します。 各モダリティで個別に訓練されたユニモーダルモデルは、単一のモダリティに対して穏やかだが一貫した利得をもたらす単純な確率レベル融合戦略と比較される。 我々は、それぞれのモダリティが成功するか、苦労するか、どのようにしてこの種の構成が実際に反射音声で表現されるか、それをモデル化するのに何が必要か、そして、より効果的に構築されるかについて、議論を締めくくった。

関連論文リスト

• SSR: Can Simulated Patients Learn to Stigmatize Themselves? Modeling Self-Stigma through Internal Monologue [22.38071918112141]
  本稿では,心理学的自己スティグマティゼーションの3A1Hモデルに基づく新しいシミュレーションフレームワークを提案する。 中心となるイノベーションは、thabfStigmatized Self-Reflectionデータセットの作成です。
  論文  参考訳（メタデータ） (2026-06-06T16:50:57Z)
• Resonant Minds: Closed-Loop Social Avatars with Theory of Mind [16.880605576970538]
  本稿では,認識,社会的推論,表現を連続的な相互作用サイクルに統合した閉ループ二重エージェントフレームワークを提案する。 知覚モジュールは、パートナーのマルチモーダルな振る舞いをビデオから分析し、社会的推論モジュールは、心の理論を通して隠れた精神状態を予測する。 その後、表情モジュールは、リスナーの反応行動とともに、話者音声と表現の両方の感情制御可能なデュアルエージェントビデオを生成する。
  論文  参考訳（メタデータ） (2026-06-04T09:03:43Z)
• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• Chronological Thinking in Full-Duplex Spoken Dialogue Language Models [66.84843878538207]
  時系列思考は、完全なSDLMの応答品質を改善することを目的としている。 追加のレイテンシがない: ユーザが話すのをやめると、エージェントは考えるのをやめ、それ以上の遅延なしに話し始める。 結果: 客観的指標と人的評価の両面から, 時系列思考の有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2025-10-02T10:28:11Z)
• Internal Consistency and Self-Feedback in Large Language Models: A Survey [19.647988281648253]
  我々は、内部整合性の統一的な視点を使用し、欠陥や幻覚を推論するための説明を提供する。 自己フィードバックと呼ばれる内部一貫性をマイニングできる効果的な理論的枠組みを導入する。
  論文  参考訳（メタデータ） (2024-07-19T17:59:03Z)
• MindDial: Belief Dynamics Tracking with Theory-of-Mind Modeling for Situated Neural Dialogue Generation [62.44907105496227]
  MindDialは、Mind-of-mindモデリングで位置決め自由形式の応答を生成できる、新しい対話型フレームワークである。 本研究では、話者の信念と話者の聴取者の信念を予測できる明示的なマインドモジュールを導入する。 筆者らのフレームワークは,提案手法と微調整モデルの両方に適用され,共通地盤アライメントとネゴシエーションの両方を含むシナリオで評価される。
  論文  参考訳（メタデータ） (2023-06-27T07:24:32Z)

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。