위기를 진정시킬 수있는 텍스트에서 올바른 단어는 무엇입니까?

위기의 핫라인은 수년간 지속되어 왔지만, 최근까지 상담 전략이 사람들을 돕는 데 가장 효과적이었던 데이터는 거의 없었습니다. 최근의 텍스트 기반 위기 지원 라인의 등장으로 이러한 변화가 일어나고 있습니다.

문자 메시지를 선호하는 사람들을 위해 고안된이 서비스는 익명의 상담 세션 - 컴퓨터 과학자가 결과를 향상시키는 것처럼 보이는 단어와 기술을 식별 할 수있는 원시 자료 -의 대규모 데이터 세트를 생성합니다.

"미래에 대해 이야기하면 미래에 대해 이야기 할 가능성이 커집니다. 만약 내가 긍정적으로 말하면, 당신은 긍정적으로 말하기 쉽습니다. "

스탠포드 대학 (Stanford University)의 컴퓨터 과학 부교수 인 유 레스 코 베크 (Jure Leskovec)는 "지금까지는 상담에 관한 대부분의 연구가 수십 회의 음성 녹취록을 보면서 소규모로 진행되었습니다.

Leskovec와 동료들은 660,000 위기 상담 세션에서 15,000 문자 메시지를 분석했습니다. 에있는 신문에 전산 언어학 협회 협약, 연구자들은 교환 개인화, 문제의 근원에 빠르게 도달, 대화를 긍정적 인 경로로 유도하기 위해 단어와 구문을 사용하는 등 성공적인 세션과 관련된 몇 가지 기술을 식별합니다.


내면의 구독 그래픽


Leskovec은 위기 상황에 처한 사람이 도움을 청할 때 가장 효과적으로 대응할 수있는 방법을 카운슬러에게 훈련시키는 데 이러한 결과가 사용될 수 있다고 생각합니다. "우리는 이전의 연구가 허용 한 것보다 더 많은 데이터를보고, 새로운 통찰력을 얻고 어떤 상담 전략이 정확하게 작용했는지를 정량화 할 수 있습니다."라고 그는 말합니다.

시작부터 끝까지

이 연구에서 연구자들은 카운슬러가 사용하는 단어와 문구가 고민 된 텍사스가 대화가 끝날 때 기분이 나아 졌다고보고되었는지 여부에 영향을 미치는 방식을 결정하는 새로운 자연어 분석 방법을 개발했습니다.

특히, 그들은 일반적으로 덜 성공적이었던 카운슬러의 언어로 테스터를 구하는 데 매우 성공적이었던 상담가가 사용하는 언어를 더 잘보고한다고 대조했습니다

연구원은 모든 상담 대화가 소개, 문제 해결, 문제 탐구, 문제 해결 및 마무리라는 5 단계를 따랐다는 것을 발견했습니다.

각 단계는 상담 교사뿐만 아니라 문자 사용에 의해 특징 지어 질 수 있습니다. 예를 들어 소개 단계는 양측의 인사로 표시되고 후 처리 단계에서는 "언제든지", "즐거운 밤"및 "감사합니다"와 같은 단어를 사용하여 감사와 상담을 나타내는 문자 메시지가 나타납니다.

사람들을 어떻게 끌어 내는가?

이 단계는 주제와 관계가 없으며 관계 문제에서부터 자살에 이르기까지 다양합니다. 그러나 가장 성공적인 성공 사례와 가장 성공적이지 못한 카운슬러가 어떻게 단계를 거쳐 진행되었는지 분석하고 비교함으로써 연구자는 한 가지 중요한 차이점을 발견했습니다.

"성공적인 카운셀러는 문제의 핵심에 신속하게 도달하여 문제를 다루는 대화를 더 많이 보냈습니다."라고 Althoff는 말합니다. "덜 성공한 카운슬러는 문제를 알기 위해 더 많은 시간을 보냈다."

이 발견은 또 다른 흥미로운 패턴과 관련이 있습니다. 성공적인 상담자는 모호한 메시지에보다 효과적으로 반응하는 경향이 있습니다. 정확히 같은 상황, 즉 남자 친구 나 여자 친구와의 헤어짐, 예를 들어 성공한 ​​카운슬러가 더 명확한 질문을합니다. 그들은 이해를 확실히하기 위해 답을 달리 말하고, 연락을 취하는 텍스터에게 감사드립니다.

간단히 말해서, 성공적인 상담원은 간결한 문자를 끌어내어 그 사람의 문제의 핵심에 도달합니다. Althoff가 설명 하듯이, 이것은 성공적인 카운슬러가 더 이야기하는 경향이 있음을 의미합니다. 그들은 자신의 의견을 자연스럽게 들려주기 위해 특정 메시지와 상황에 맞게 메시지를 개인화합니다. 이 연구는 상담 교사가 이러한 주제를 다루었을 때 특정 주제에 대해 이야기하는 경향이 있음을 보여주었습니다. 그래서 카운셀러들은 자신의 언어에 미묘한 변화를줌으로써 테스터들을보다 나은 마음의 틀에 넣을 수 있습니다.

"당신이 미래에 관해 이야기한다면, 나는 미래에 대해 이야기 할 가능성이 더 커질 것"이라고 Althoff는 말합니다. "내가 긍정적으로 말하면, 당신은 긍정적으로 말하기 쉽습니다."

이러한 유형의 분석은 단기적으로 위기 위기 상담원에게 적용될 수 있으며 언어 분석 기술이 향상됨에 따라 교육 및 실제 대화 중에 카운셀러를 지원하는 자동화 된 대화 형 에이전트의 개발로 이어질 수도 있습니다.

"자연 언어 분석 및 인공 지능의 힘을 실 위기 대화의 매우 큰 데이터 세트에 적용 할 때 이러한 종류의 애플리케이션이 가능해진다"고 Leskovec는 말합니다.

출처 : Marina Krakovsky for Stanford University

관련 서적

at 이너셀프 마켓과 아마존