KoACD: The First Korean Adolescent Dataset for Cognitive Distortion Analysis

要約

認知的歪みとは、青年のうつ病や不安などの精神的健康の問題につながる可能性のあるネガティブな思考パターンを指します。
自然言語処理（NLP）を使用した以前の研究では、主に小規模な成人データセットに焦点を当てており、青少年に関する研究は限られています。
この研究では、韓国の青年の認知歪みの最初の大規模なデータセットであるKOACDを紹介し、108,717インスタンスを含む。
歪み分類を改良し、2つのアプローチを使用して合成データを生成するために、多層言語モデル（LLM）ネゴシエーション方法を適用しました。
LLMSと専門家の評価による検証により、LLMSは明示的なマーカーで歪みを分類しましたが、人間の評価者がより高い精度を示したコンテキスト依存の推論に苦労したことが示されました。
KOACDは、認知歪み検出に関する将来の研究を強化することを目指しています。

要約(オリジナル)

Cognitive distortion refers to negative thinking patterns that can lead to mental health issues like depression and anxiety in adolescents. Previous studies using natural language processing (NLP) have focused mainly on small-scale adult datasets, with limited research on adolescents. This study introduces KoACD, the first large-scale dataset of cognitive distortions in Korean adolescents, containing 108,717 instances. We applied a multi-Large Language Model (LLM) negotiation method to refine distortion classification and generate synthetic data using two approaches: cognitive clarification for textual clarity and cognitive balancing for diverse distortion representation. Validation through LLMs and expert evaluations showed that while LLMs classified distortions with explicit markers, they struggled with context-dependent reasoning, where human evaluators demonstrated higher accuracy. KoACD aims to enhance future research on cognitive distortion detection.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google