NLP遇见心理治疗：利用预测的客户情绪与自我报告客户情绪度量情绪一致性

情绪通过多种反应系统被体验和表达。情绪体验与情绪表达之间的一致性被认为对来访者的福祉十分重要。迄今为止，情绪一致性（EC）已在单一时间点使用基于实验室的任务和相对较小的数据集进行研究。尚无研究考察治疗中情绪主观体验与情绪表达之间的EC，或这种一致性是否与来访者福祉相关。自然语言处理（NLP）方法已被用于从心理治疗对话中识别情绪，可大规模用于研究情绪过程。然而，这些方法尚未被用于研究治疗过程中情绪体验与表达之间的一致性及其与来访者福祉的关系。本工作提出一种端到端方法，利用基于transformer的情绪识别模型预测情绪，研究心理治疗中的情绪一致性及其诊断潜力。我们首先在希伯来语心理治疗数据集上采用基于transformer的方法，自动标注对话中 utterance 级别的来访者情绪。随后，我们考察来访者自我报告的情绪状态与基于模型的情绪预测之间的情绪一致性，并检验情绪一致性与来访者福祉的关联。结果表明，来访者自我报告的情绪与治疗会话中口头表达的正、负情绪显著相关。正性情绪的一致性也与来访者福祉高度相关。这些结果说明了如何应用NLP识别心理治疗中的重要情绪过程，以改善精神疾病来访者的诊断和治疗。