训练模型以生成、识别并重构无益想法
计算与语言
2023-07-07 v1
摘要
许多针对身心健康的认知方法，例如识别并重构无益想法，在过去几十年中获得了大量实证支持，但仍缺乏真正广泛的自助形式应用。其推广障碍在于缺乏足够具体且多样的专业练习材料。本工作考察当前语言模型是否可被用于既生成几乎无限量的、匹配特定给定情境并展现标准无益思维模式的练习材料，又生成合适的积极重构建议。我们提出 PATTERNREFRAME，一个包含约 10k 个基于给定人物角色、含有无益思维模式的想法示例及其约 27k 条积极重构的新数据集。通过使用该数据集训练和/或评估当前模型，我们表明现有模型已经可以作为强大工具，帮助生成大量定制化的练习材料与假设，且无需或仅需极少的额外模型训练。
引用
@article{arxiv.2307.02768,
title = {Training Models to Generate, Recognize, and Reframe Unhelpful Thoughts},
author = {Mounica Maddela and Megan Ung and Jing Xu and Andrea Madotto and Heather Foran and Y-Lan Boureau},
journal= {arXiv preprint arXiv:2307.02768},
year = {2023}
}
备注
ACL 2023