Sentiment-guided Commonsense-aware Response Generation for Mental Health Counseling

要約

メンタルヘルス問題の危機は深刻化しています。
効果的なカウンセリングは、PTSD やストレスなどの症状に苦しむ個人にとって重要なライフラインとして機能します。セラピストはクライアントとの重要な治療上の絆を築き、クライアントを前向きな方向に導きます。
残念ながら、専門家の大幅な不足、高額な費用、メンタルヘルスに対する偏見などが、セラピストのコンサルティングに大きな障壁となっています。
その代替として、仮想メンタルヘルス アシスタント (VMHA) がデジタル ヘルスケア分野に登場しました。
しかし、既存の VMHA のほとんどは、クライアントの微妙な感情を理解して効果的な応答を生み出すための常識を欠いています。
この目的を達成するために、我々は、応答を生成するための常識認識を組み込んだ新しい感情誘導メカニズムである EmpRes を提案します。
EmpRes は、基礎モデルを活用し、常識的な知識を活用することで、クライアントのポジティブな感情を効果的に形作る応答を生成することを目指しています。
私たちは、カウンセリング データセットのベンチマークである HOPE で EmpRes のパフォーマンスを評価し、一連の定性的および定量的メトリックにわたって既存のベースラインと比較して顕著なパフォーマンスの向上を観察しました。
さらに、私たちの広範な実証分析と人間による評価は、EmpRes の生成能力が非常に適しており、場合によってはゴールド スタンダードを超えていることを示しています。
さらに、メンタルヘルスのサポートを求めるユーザー向けのチャット インターフェイスとして EmpRes を導入します。
私たちは徹底的なユーザー調査を通じて導入されたシステムの有効性に取り組み、大きな肯定的な反応を得ました。
私たちの調査結果では、ユーザーの 91% がシステムが効果的であると感じ、80% が満足感を表明し、85.45% 以上がインターフェイスの使用を継続して他の人に推奨する意向を示しており、メンタルヘルスの差し迫った課題に対処する上で EmpRes が実際に適用できることを示しています。
ユーザーのフィードバックを重視し、現実世界の状況における倫理的配慮をサポートします。

要約(オリジナル)

The crisis of mental health issues is escalating. Effective counseling serves as a critical lifeline for individuals suffering from conditions like PTSD, stress, etc. Therapists forge a crucial therapeutic bond with clients, steering them towards positivity. Unfortunately, the massive shortage of professionals, high costs, and mental health stigma pose significant barriers to consulting therapists. As a substitute, Virtual Mental Health Assistants (VMHAs) have emerged in the digital healthcare space. However, most existing VMHAs lack the commonsense to understand the nuanced sentiments of clients to generate effective responses. To this end, we propose EmpRes, a novel sentiment-guided mechanism incorporating commonsense awareness for generating responses. By leveraging foundation models and harnessing commonsense knowledge, EmpRes aims to generate responses that effectively shape the client’s sentiment towards positivity. We evaluate the performance of EmpRes on HOPE, a benchmark counseling dataset, and observe a remarkable performance improvement compared to the existing baselines across a suite of qualitative and quantitative metrics. Moreover, our extensive empirical analysis and human evaluation show that the generation ability of EmpRes is well-suited and, in some cases, surpasses the gold standard. Further, we deploy EmpRes as a chat interface for users seeking mental health support. We address the deployed system’s effectiveness through an exhaustive user study with a significant positive response. Our findings show that 91% of users find the system effective, 80% express satisfaction, and over 85.45% convey a willingness to continue using the interface and recommend it to others, demonstrating the practical applicability of EmpRes in addressing the pressing challenges of mental health support, emphasizing user feedback, and ethical considerations in a real-world context.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google