用于心理治疗对话分类的工作联盟 Transformer
计算与语言
2022-10-28 v1 人工智能
人机交互
机器学习
神经元与认知
摘要
作为心理治疗中治疗结果的预测性度量，工作联盟衡量患者与治疗师在联结、任务和目标上的一致程度。长期以来这一临床量度由患者和治疗师的自评报告估计，我们认为工作联盟可更好地利用自然语言处理技术直接在每个治疗会话转录的对话中刻画。本工作中，我们提出工作联盟 Transformer（WAT），一种基于 Transformer 的分类模型，其具有心理状态编码器，通过将对话轮次的嵌入投影到工作联盟临床量表的嵌入空间来推断工作联盟分数。我们在一个真实世界数据集上评估了我们的方法，该数据集包含超过 950 个焦虑、抑郁、精神分裂症及自杀患者的治疗会话，并展示了在此心理治疗对话序列分类任务中使用治疗状态信息的经验优势。
引用
@article{arxiv.2210.15603,
title = {Working Alliance Transformer for Psychotherapy Dialogue Classification},
author = {Baihan Lin and Guillermo Cecchi and Djallel Bouneffouf},
journal= {arXiv preprint arXiv:2210.15603},
year = {2022}
}