CPsyCoun：面向中文心理咨询的基于报告的多轮对话重构与评估框架
计算与语言
2024-06-11 v3 人工智能
计算机与社会
摘要
目前，使用大型语言模型（LLMs）辅助心理咨询是一个重要但具有挑战性的任务。已 attempted 通过改进具有同情力的对话或作为有效助手来实现治疗中的 LLMs。然而，现有数据集缺乏咨询知识，导致 LLMs 缺乏专业的咨询能力。此外，如何自动评估咨询过程中多轮对话仍是一个缺乏研究的领域。为弥合这一差距，我们提出 CPsyCoun，一个用于中文心理咨询的报告驱动的多轮对话重构与评估框架。为充分利用心理咨询报告，设计了两个阶段的方法来构建高质量的对话，同时开发了针对有效自动评估多轮心理咨询的全面评估基准。竞争性实验结果表明，我们提出的框架在心理咨询方面具有有效性。我们在 https://github.com/CAS-SIAT-XinHai/CPsyCoun 上开源数据集和模型，以供未来研究使用。
引用
@article{arxiv.2405.16433,
title = {CPsyCoun: A Report-based Multi-turn Dialogue Reconstruction and Evaluation Framework for Chinese Psychological Counseling},
author = {Chenhao Zhang and Renhao Li and Minghuan Tan and Min Yang and Jingwei Zhu and Di Yang and Jiahao Zhao and Guancheng Ye and Chengming Li and Xiping Hu},
journal= {arXiv preprint arXiv:2405.16433},
year = {2024}
}
备注
Appectped to Findings of ACL2024