用于评估咨询会话中治疗师共情水平的分层注意力网络

咨询通常采取治疗师与来访者之间口语对话的形式。治疗师所表达的共情水平被认为是咨询结果的一个关键质量因素。本文提出一种结合两级注意力机制的分层循环网络，仅从咨询会话中对话语音的声学特征来确定治疗师的共情水平。实验结果表明，所提模型在将治疗师共情水平分类为“高”或“低”时能达到 $72.1\%$ 的准确率。研究发现，治疗师与来访者的语音均对预测由专家观察者主观评定的共情水平有贡献。通过分析被赋予高注意力权重的说话轮次，观察到应将 $2$ 至 $6$ 个连续轮次一并考虑，以提供检测共情的有用线索，且观察者在评定治疗师共情时倾向于考虑整个会话，而非依赖少数特定说话轮次。