Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

KMI : un ensemble de données de dialogues d'entretiens motivationnels coréens pour la psychothérapie

Created by
  • Haebom

Auteur

Hyunjong Kim, Suyeon Lee, Yeongjae Cho, Eunseo Ryu, Yohan Jo, Suran Seong, Sungjoon Cho

Contour

Dans cet article, nous proposons un nouveau cadre de simulation de séances d'entretien motivationnel (EM) en exploitant l'expertise de thérapeutes professionnels afin de relever les défis du développement de chatbots en santé mentale basés sur l'IA, notamment le manque de données en coréen. Nous générons ainsi un ensemble de données de conversations d'EM coréen, KMI, et vérifions sa qualité et son applicabilité à l'aide de nouvelles mesures d'évaluation basées sur la théorie de l'EM. KMI est le premier ensemble de données synthétiques contenant 1 000 conversations d'EM coréen de haute qualité. Nous générons des conversations grâce à la méthode LLM et à l'ingénierie des invites, et nous entraînons un modèle de prédiction d'EM qui imite le comportement des experts en EM.

Takeaways, Limitations

•
Takeaways:
◦
Contribuez au développement de chatbots de santé mentale basés sur l'IA en publiant d'abord l'ensemble de données de conversation MI coréen KMI.
◦
Présentation de nouveaux indicateurs d'évaluation basés sur la théorie MI.
◦
Présentation d'un cadre de développement de chatbot MI utilisant LLM et l'ingénierie rapide.
◦
Valider la qualité et la convivialité de l’ensemble de données grâce à une évaluation par des experts.
•
Limitations:
◦
Limites des ensembles de données synthétiques : différences possibles par rapport aux données cliniques réelles.
◦
Il est nécessaire de vérifier la généralisabilité des indicateurs d’évaluation.
◦
Peut ne pas refléter toutes les différentes techniques et situations d'IM.
◦
La possibilité que le biais LLM puisse affecter l’ensemble de données.
👍
Made with Slashpage