OnCoCo 1.0：在线咨询对话中细粒度消息分类的公开数据集
计算与语言
2026-03-31 v2 机器学习
摘要
本文提出了OnCoCo 1.0，一个用于在线咨询中细粒度消息分类的新公开数据集。该数据集基于一套新的综合性分类体系，旨在改进对心理社会在线咨询对话的自动化分析。现有的分类体系主要基于动机访谈（MI），其局限性在于关注范围狭窄且依赖于主要来自面对面咨询的数据集，这限制了对文本咨询对话的详细研究。作为回应，我们开发了一套全面的新编码方案，区分了38种咨询师话语和28种来访者话语类型，并创建了一个包含约2800条咨询对话消息的标注数据集。我们在该数据集上微调了多个模型以验证其适用性。数据和模型对研究人员和实践者公开。因此，我们的工作为语言资源社区贡献了一种新型的细粒度对话资源，扩展了现有的社交和心理健康对话分析数据集。
引用
@article{arxiv.2512.09804,
title = {OnCoCo 1.0: A Public Dataset for Fine-Grained Message Classification in Online Counseling Conversations},
author = {Jens Albrecht and Robert Lehmann and Aleksandra Poltermann and Eric Rudolph and Philipp Steigerwald and Mara Stieler},
journal= {arXiv preprint arXiv:2512.09804},
year = {2026}
}
备注
Accepted at SoCon-NLPSI@LREC 2026