認知的歪み検出のためのLLM推論強化マルチビュー・アテンション付きマルチプルインスタンス学習
arXiv cs.CL / 2026/4/20
💬 オピニオンIdeas & Deep AnalysisModels & Research
要点
- 本論文は、大規模言語モデル（LLM）推論とマルチプルインスタンス学習（MIL）を組み合わせ、文脈の曖昧さや意味の重なりに対処しやすい認知的歪み検出フレームワークを提案している。
- 各発話を「感情・論理・行動（ELB）」に分解し、LLMが複数の歪みインスタンス（歪みタイプ、表現、LLMが付与した重要度スコア）を推定する。
- Multi-View Gated Attention（マルチビュー・ゲート付き注意機構）により、LLMが推定したインスタンスを統合して最終分類を行う。
- KoACD（韓国語）およびTherapist QA（英語）のデータセットで、ELBの導入とLLM由来の重要度スコアが分類性能を向上させることを示し、特に解釈が難しい歪みに有効であるとしている。
- データセットと実装詳細が公開されており、メンタルヘルスNLP分野での再現性と発展的研究を促すとしている。
