利用大语言模型预测中文心理咨询对话中的大五人格特质
计算与语言
2024-06-26 v1 人工智能
摘要
准确评估人格特质对于有效的心理咨询至关重要，然而传统的自我报告问卷等方法既耗时又存在偏差。本研究探讨了大语言模型（LLMs）是否能够直接从咨询对话中预测大五人格特质，并提出了一个创新的框架来执行此任务。我们的框架采用角色扮演和基于问卷的提示来引导LLMs关注咨询过程，模拟来访者对《大五人格量表》的回答。我们在853次真实咨询会话上评估了我们的框架，发现LLM预测的大五人格特质与实际特质之间存在显著相关性，证明了该框架的有效性。此外，消融研究强调了角色扮演模拟和通过问卷简化任务在提高预测准确性方面的重要性。同时，我们微调的Llama3-8B模型，结合监督微调的直接偏好优化，实现了130.95%的提升，在预测效度上超越了最先进的Qwen1.5-110B模型36.94%。总之，LLMs能够基于咨询对话预测人格。我们的代码和模型可在 \url{https://github.com/kuri-leo/BigFive-LLM-Predictor} 公开获取，为计算心理测量学的未来研究提供了宝贵工具。
关键词
引用
@article{arxiv.2406.17287,
title = {Predicting the Big Five Personality Traits in Chinese Counselling Dialogues Using Large Language Models},
author = {Yang Yan and Lizhi Ma and Anqi Li and Jingsong Ma and Zhenzhong Lan},
journal= {arXiv preprint arXiv:2406.17287},
year = {2024}
}