論文の概要: COMPASS 2.0: psychometric representational similarity analysis distinguishes symptom structure from personal signal

• arxiv url: http://arxiv.org/abs/2610.06615v1
• Date: Mon, 05 Oct 2026 16:18:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-09 00:13:23.35653
• Title: COMPASS 2.0: psychometric representational similarity analysis distinguishes symptom structure from personal signal
• Title（参考訳）: CompASS 2.0:精神メトリック表現類似性分析は、症状構造と個人信号とを区別する
• Abstract要約: 言語モデルは、音声から精神科的なアンケートを採点することができるが、自己報告との合意は、人よりも質問を反映する可能性がある。 本稿では, 音声からのスコア, 自己報告, 項目語, 理論の構造を比較するためのフレームワークである, 心理計測的表現類似性分析を導入する。
• 参考スコア（独自算出の注目度）: 13.033343345709207
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Language models can score psychiatric questionnaires from speech, but agreement with self-report may reflect the questionnaire rather than the person. We introduce psychometric representational similarity analysis, a framework for comparing the structure of speech-derived scores, self-report, item wording and theory, and implement it alongside person-level construct scoring in COMPASS 2.0. We show how similarly worded items induce covariance without psychological signal. In pre-registered discovery and confirmation analyses of clinical interviews from 275 participants, language-derived symptom geometry resembled wording more than self-report, with no structure beyond wording detected by the registered tests. Geometric agreement with self-report survived assigning participants someone else's answers, whereas person-paired scores captured distress more than specific symptoms. Complementary analyses examined counselling quality and wording structure across 34 instruments and the Research Domain Criteria (RDoC) framework. These findings distinguish agreement about psychological structure from evidence that language-derived assessments track individual people.
• Abstract（参考訳）: 言語モデルは、音声から精神科的なアンケートを採点することができるが、自己報告との合意は、人よりも質問を反映する可能性がある。 我々は,音声からのスコア,自己報告,項目の単語と理論の構造を比較するためのフレームワークである心理指標表現類似性分析を導入し,それをCompASS 2.0における人物レベルのコンストラクトスコアと併用して実装する。 類似した語句が心理的シグナルを伴わない共分散をいかに引き起こすかを示す。 275名の臨床面接の事前登録による発見・確認分析では, 言語由来の症状は, 自己申告以上の語調に類似しており, 登録試験で検出された語調以外の構造は見つからなかった。 自己報告との幾何学的合意は、参加者に他人の回答を割り当てることに留まった。 補足的分析では,34項目にわたるカウンセリングの質と語句構造と研究領域基準(RDoC)の枠組みを検討した。 これらの知見は、言語に基づく評価が個人を追跡できるという証拠と、心理的構造に関する合意を区別する。

関連論文リスト

• The Association of Transformer-based Sentiment Analysis with Symptom Distress and Deterioration in Routine Psychotherapy Care [39.146761527401424]
  トランスフォーマー深層学習アーキテクチャは、高度に正確でコンテキスト対応のテキストベースの感情分析モデルを作成している。 心理療法セッションの大規模コーパスにおける微粒な感情モデルから得られた発話レベルおよびセッションレベルの感情特徴を用いて検討した。 OQ合理性または経験的結果モデルを用いて、悪化またはケア停止のリスクを指摘された患者の感情分布には統計的に有意な差がある。
  論文  参考訳（メタデータ） (2026-05-11T00:41:47Z)
• Measuring Psychological States Through Semantic Projection: A Theory-Driven Approach to Language-Based Assessment [0.0]
  本研究では, セマンティック・プロジェクション(セマンティック・プロジェクション)を用いて, 自然言語から直接心理状態を測定するための理論駆動型, 完全に教師なしのフレームワークを提案する。 心理的構成物は、語彙的アンカーから派生した解釈可能な意味軸として機能し、うつ病、不安、不安を評価する検証された臨床尺度から項目を抽出した。 その結果, プロジェクションスコアと臨床測定値の相関が強く, 特に選択された単語, 文章, フレーズなどの構造化形式に対して顕著であった。
  論文  参考訳（メタデータ） (2026-05-06T13:07:29Z)
• Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity [66.94391219005291]
  本稿では,臨床プロトコルロジックによる自動スクリーニングを実現するエージェント認知プロファイリング(ACP)を提案する。 我々の設計の中心は、すべての定量化を決定論的関数呼び出しに委譲することで、測定から意味的理解を分離することである。 ACPは、タスク試験で90.5%のスコアマッチ率、AD予測で85.3%の精度を達成し、一般的な基準を上回っている。
  論文  参考訳（メタデータ） (2026-03-18T06:15:35Z)
• Uncertainty Modeling in Multimodal Speech Analysis Across the Psychosis Spectrum [4.631774919831163]
  精神病の特徴である発声障害は、非クリニカルな個人を含むスペクトルにわたって現れる。 我々は,症状の重症度と精神病関連特性を予測するために,音響的特徴と言語学的特徴を統合した不確実性認識モデルを開発した。
  論文  参考訳（メタデータ） (2025-02-25T15:19:21Z)
• 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)
• LLM Questionnaire Completion for Automatic Psychiatric Assessment [49.1574468325115]
  大規模言語モデル(LLM)を用いて、非構造的心理面接を、様々な精神科領域と人格領域にまたがる構造化された質問票に変換する。 得られた回答は、うつ病の標準化された精神医学的指標(PHQ-8)とPTSD(PCL-C)の予測に使用される特徴として符号化される。
  論文  参考訳（メタデータ） (2024-06-09T09:03:11Z)
• Personality Style Recognition via Machine Learning: Identifying Anaclitic and Introjective Personality Styles from Patients' Speech [6.3042597209752715]
  自然言語処理(NLP)と機械学習ツールを使って分類する。 大うつ病(MDD)と診断された79人の患者を対象に、記録された臨床診断面接(CDI)のデータセットでこれを検証した。 言語由来の特徴(LIWCに基づく)による自動分類は,アンケートに基づく分類モデルよりも有意に優れていることがわかった。
  論文  参考訳（メタデータ） (2023-11-07T15:56:19Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Pose-based Body Language Recognition for Emotion and Psychiatric Symptom Interpretation [75.3147962600095]
  通常のRGBビデオから始まるボディーランゲージに基づく感情認識のための自動フレームワークを提案する。 心理学者との連携により,精神症状予測の枠組みを拡張した。 提案されたフレームワークの特定のアプリケーションドメインは限られた量のデータしか供給しないため、フレームワークは小さなトレーニングセットで動作するように設計されている。
  論文  参考訳（メタデータ） (2020-10-30T18:45:16Z)
• Evaluating text coherence based on the graph of the consistency of phrases to identify symptoms of schizophrenia [0.0]
  テキストコヒーレンス推定に基づく統合失調症症状検出の最先端手法について検討した。 文のセマンティック・コヒーレンスと凝集度を評価するために,句の一貫性のグラフに基づく手法が提案されている。
  論文  参考訳（メタデータ） (2020-05-06T08:38:20Z)

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。