利用多模式自洽推理编码动机访谈以减少饮酒

背景：编写动机访谈 (MI) 课程对于了解客户行为和预测结果至关重要，但它需要经过培训的 MI 专业人员投入大量时间和精力。音频语言模型 (ALM) 的最新进展为通过捕获多模态行为信号来实现 MI 编码自动化提供了新的机会。目的：本研究旨在开发一种基于 ALM 的自动 MI 编码方法，该方法可分析原始音频输入，并使用自洽性集成来自多个推理轨迹的预测，以提高编码鲁棒性。方法：我们对来自去识别化 MI 录音带的五段录音进行了实验。我们部署了具有四种互补分析提示的 ALM，以支持话语级推理：言语提示的分析提示、声学提示的韵律感知提示、定量假设检验的证据评分提示以及对比推理的比较提示。每个提示抽取三个随机样本，每个话语生成 12 个独立的推理轨迹。最终预测由所有轨迹的多数投票决定。结果：使用准确度、精确度、召回率和宏观 F1 分数来评估性能。所提出的多模态自一致性方法实现了 52.56% 的准确率、54.03% 的精确度、47.45% 的召回率和 46.40% 的宏观 F1 分数，超过了基线方法。删除各个模块的系统性消融实验持续降低了主要指标的性能。结论：多模式自我一致性优于 MI 编码的单遍基线提示方法。这些发现表明，结合客户的说法和他们的说法可以支持更可靠的自动 MI 编码。