增强抑郁诊断导向对话：心理状态跟踪技术
人机交互
2025-08-21 v2 人工智能
计算与语言
计算机与社会
摘要
抑郁诊断导向对话旨在引导患者进行自我表达，以收集抑郁检测的关键症状。近期研究致力于将任务导向对话与闲聊结合，模拟基于访谈的抑郁诊断。然而，这些方法无法很好地捕捉对话中患者变化的信息、情感或症状。此外，尚未探索明确的框架来指导对话，导致一些无用的沟通，影响用户体验。本文提出将心理状态跟踪（POST）集成到大语言模型（LLM）中，以显式指导抑郁诊断导向对话。具体而言，状态来源于心理理论模型，包含四个组成部分：阶段（Stage）、信息（Information）、摘要（Summary）和下一步（Next）。我们微调LLM模型以生成动态心理状态，并据此辅助每轮对话的响应生成，模拟精神科医生的行为。实验结果表明，我们的方法在抑郁诊断导向对话的所有子任务上均取得性能提升。
引用
@article{arxiv.2403.09717,
title = {Enhancing Depression-Diagnosis-Oriented Chat with Psychological State Tracking},
author = {Yiyang Gu and Yougen Zhou and Qin Chen and Ningning Zhou and Jie Zhou and Aimin Zhou and Liang He},
journal= {arXiv preprint arXiv:2403.09717},
year = {2025}
}
备注
Accepted by NLPCC 2025