Psy-Chronicle：一个用于合成长期校园心理咨询对话的结构化流程
计算与语言
2026-05-22 v1
摘要
近年来，大型语言模型在心理支持任务中展现出巨大潜力。然而，现有的心理咨询数据大多依赖于单轮问答或短轮次的多轮对话，难以刻画大学生心理困扰在校园生活事件中如何长期积累、相互作用并逐渐演变。为了解决这个问题，本文提出了Psy-Chronicle，一个用于合成长期校园心理咨询对话的结构化数据生成框架。我们生成一个跨越学期的时序压力事件图，以模拟校园压力事件的时间顺序和演化依赖关系。通过学生智能体与咨询师智能体之间的交互模拟，结合结构化记忆整合机制，Psy-Chronicle生成了跨咨询会话具有连续性的长期对话。基于Psy-Chronicle，我们构建并开源了CPCD，一个用于大学生心理咨询的中文长期对话数据集，包含100个学生档案，90,000个咨询对话。我们进一步构建了CPCD-Bench，从三个维度评估模型的长期校园咨询能力：会话级回应、长期记忆召回和时序因果推理。实验结果表明，CPCD有效改善了具有相同基础架构的模型的会话级回应生成和长期记忆召回。同时，时序因果推理方面的改进仍然有限，表明事件链组织和因果解释是长期心理咨询建模中的关键挑战。相关代码和数据可在https://github.com/EdwinUSTB/Psy-Chronicle获取。
引用
@article{arxiv.2605.22140,
title = {Psy-Chronicle:A Structured Pipeline for Synthesizing Long-Horizon Campus Psychological Counseling Dialogues},
author = {Chaogui Gou and Jiarui Liang},
journal= {arXiv preprint arXiv:2605.22140},
year = {2026}
}