心理治疗中治疗性工作联盟的深度标注
神经元与认知
2022-04-14 v1 人工智能
计算与语言
人机交互
机器学习
摘要
治疗性工作联盟是心理治疗疗效的重要预测因子。实践中，工作联盟由患者与治疗师填写的一组评分问卷清单估算。本工作中，我们提出一种分析框架，利用 Doc2Vec 与 SentenceBERT 等深度嵌入模型，以轮次级分辨率从心理治疗会谈的自然语言中直接推断治疗性工作联盟。每次心理治疗会谈的转录文本可由会谈语音记录实时转写生成，这些嵌入对话与工作联盟清单中语句的分布式表示进行比较。我们在真实世界数据集中（包含焦虑、抑郁、精神分裂症及自杀倾向患者的超过 950 次心理治疗会谈）证明了该方法在刻画患者-治疗师对齐轨迹方面的有效性，以及可为临床精神病学提供洞见的 Interpretability。我们相信该框架可向治疗师就访谈会话的对话质量提供及时反馈。
引用
@article{arxiv.2204.05522,
title = {Deep Annotation of Therapeutic Working Alliance in Psychotherapy},
author = {Baihan Lin and Guillermo Cecchi and Djallel Bouneffouf},
journal= {arXiv preprint arXiv:2204.05522},
year = {2022}
}