基于心理健康知识引导话语过滤的心理咨询摘要生成
计算与语言
2022-06-09 v1
摘要
心理治疗干预技术是治疗师与患者之间多方面的对话。与一般的临床讨论不同，心理治疗的核心成分（即症状）难以区分，从而成为后续摘要生成的复杂问题。结构化的咨询对话可能包含关于症状、心理健康问题史或患者行为发现的讨论。它也可能包含与临床摘要无关的填充词讨论。我们将结构化心理治疗的这些元素称为咨询成分。在本文中，目标是心理健康咨询摘要生成，以构建领域知识并帮助临床医生快速获取含义。我们在标注了 12.9K 条咨询成分话语并为每个对话提供参考摘要后创建了一个新数据集。此外，我们提出 ConSum，一种新颖的咨询成分引导摘要模型。ConSum 经历三个独立模块。首先，为评估抑郁症状的存在，它利用患者健康问卷（PHQ-9）过滤话语，而第二和第三个模块旨在对咨询成分进行分类。最后，我们提出一种针对问题的心理健康信息捕获（MHIC）摘要评估指标。我们的比较研究表明我们在性能上有所提升并生成连贯、语义且一致的摘要。我们全面分析生成的摘要以考察心理治疗元素的捕获情况。对摘要的人工和临床评估显示 ConSum 生成高质量摘要。此外，心理健康专家验证了 ConSum 的临床可接受性。最后，我们讨论了真实世界中心理健康咨询摘要生成的独特性，并展示了其在 mpathic.ai 支持的在线应用上部署的证据。
引用
@article{arxiv.2206.03886,
title = {Counseling Summarization using Mental Health Knowledge Guided Utterance Filtering},
author = {Aseem Srivastava and Tharun Suresh and Sarah Peregrine and Lord and Md. Shad Akhtar and Tanmoy Chakraborty},
journal= {arXiv preprint arXiv:2206.03886},
year = {2022}
}
备注
Full paper accepted at KDD 2022 -- ADS Track