危機を落とすことができるテキストで正しい言葉は何ですか?

危機のホットラインは長年にわたって存在してきましたが、最近までカウンセリング戦略が人々の対応に最も効果的と思われたデータはほとんどありませんでした。 最近のテキストベースの危機のヘルプラインの出現はそれを変えています。

会話をする方が好きな人向けに設計されたこれらのサービスは、匿名のカウンセリングセッションの大量のデータセットを生成します。コンピュータ科学者は、結果を改善するような言葉やテクニックを特定するために研究することができます。

「将来について話したら、将来について話す可能性が高くなります。 私が積極的に話すなら、あなたは積極的に話す可能性が高いでしょう。

スタンフォード大学のコンピュータサイエンスの准教授であるジュレス・レスコベック(Jure Leskovec)は次のように述べています。「カウンセリングに関するほとんどの調査は小規模なままで、数十セッションの声優のみを募集しています。

Leskovecらは、660,000の危機カウンセリングセッションから15,000のテキストメッセージを分析しました。 の論文 計算言語学会の取り組み、研究者は、交換のパーソナライズ、問題の根本原因への迅速な到達、単語やフレーズを使用した会話の前向きな方向への誘導など、セッションの成功に関連するいくつかの手法を特定します。


インナーセルフ購読グラフィック


Leskovec氏は、そのような発見が、危機の最中にいる人が助けに手を差し伸べるときにカウンセラーに最も効果的に対応する方法を教えるために使用できると考えていると言います。 「以前の調査よりもさらに多くのデータを見ることができ、新しい洞察を得ることができ、どのカウンセリング戦略が正確に働いたかを定量化することができます。

開始から終了まで

この研究では、自然言語分析の新しい方法を開発し、カウンセラーが使用した単語やフレーズがどのようにして会話の終わりに気分が悪いと感じたかどうかを判断しました。

特に、彼らは、一般的にあまり成功していないカウンセラーの言葉を使って、テキスチャーを得意とするカウンセラーがより良い気分を報告することに成功したカウンセラーの言葉を対照しました

研究者は、すべてのカウンセリングの会話が、導入、問題設定、問題の探究、問題解決、および後処理という5つの段階に従っていることを発見しました。

各段階は、カウンセラーとテクセルの使用という言葉によって特徴付けることができます。 例えば、紹介段階は両側の挨拶でマークされ、後の段階では、「いつでも」「おやすみ」「感謝」などの言葉を使って感謝とカウンセラーを表現するテクセルが示されました。

人を引き出す方法

これらの段階はトピックから独立していました。関係のトラブルから自殺の考えに至るまでのあらゆる段階が含まれます。 しかし、成功したカウンセラーと成功しなかったカウンセラーがどの段階でどのように進歩したかを分析して比較することによって、研究者は1つの重要な違いを発見しました。

「成功したカウンセラーはすぐに問題の中心に達し、問題に対処する会話の多くを費やしました」とAlthoff氏は言います。 「あまり成功しなかったカウンセラーは、問題を知るまでに多くの時間を要した」

この発見は別の面白いパターンに関連しています。成功したカウンセラーはあいまいなメッセージに効果的に反応する傾向があります。 まったく同じ状況、例えばボーイフレンドやガールフレンドとの乖離などで提示されると、成功したカウンセラーは通常、より明確な質問をします。 彼らは彼らが理解していることを確認するために応答を言い換え、彼らは手紙を送ってくれたことに感謝します。

要するに、成功したカウンセラーは、簡潔なテキストを引き出し、人の問題の要点に到達するために、より多くのことを行います。 Althoffが説明するように、これは成功したカウンセラーがもっと話す傾向があることを意味します。 彼らは自分のメッセージを特定のテクセルと状況に合わせてパーソナライズするので、彼らのコメントは自然に聞こえます。 この調査では、カウンセラーがこれらの話題をブローブした後、テクネスターは特定のトピックについてより多くのことを話す傾向があることが示されました。 だから、カウンセラーは自分の言葉に微妙な変更を加えることで、テスターをより良い考え方にすることができます。

「未来について話したら、将来について話す可能性が高くなるだろう」とAlthoffは言う。 「積極的に話すと、積極的に話す可能性が高くなる」

この種の分析は、短期間に危機カウンセラーの訓練に適用することができ、言語分析技術が向上するにつれて、おそらく研修や実際の会話中にカウンセラーをサポートする自動会話エージェントの開発につながることさえあります。

「これらの種類のアプリケーションは、実際の危機的な会話の非常に大きなデータセットに自然言語分析と人工知能の力をかけるときに可能になります」とLeskovec氏は言います。

出典:Marina Krakovsky スタンフォード大学

関連書籍

at InnerSelfMarketとAmazon