基于结构的角色扮演：从问卷生成合成治疗师-患者对话
计算与语言
2025-10-30 v1
摘要
AI 用于精神健康的发展受限于缺乏真实的治疗对话，因为严格的隐私法规以及临床会话历史上很少记录的事实。我们提出了一个由大语言模型驱动的管道，通过结构化的客户档案和心理问卷生成合成咨询对话。基于认知行为疗法（CBT）的原则，我们的方法为焦虑和抑郁等临床障碍创建合成治疗对话。我们的框架 SQPsych（结构化问卷基于心理治疗）通过治疗师-患者模拟将结构化心理输入转换为自然语言对话。由于数据治理政策和隐私限制禁止将临床问卷数据传输到第三方服务，依赖专有模型的先前方法在本情境下不可行。我们通过使用开放权重的大语言模型生成高质量语料库，通过人类专家评估和基于 LLM 的评估进行验证。我们的 SQPsychLLM 模型在 SQPsychConv 上微调后在治疗基准测试中表现优异，超越基线。我们的发现凸显了合成数据如何实现可扩展、数据安全和临床导向的 AI 精神健康支持的潜力。我们将在 https://ai-mh.github.io/SQPsych 上发布代码、模型和语料库。
引用
@article{arxiv.2510.25384,
title = {Roleplaying with Structure: Synthetic Therapist-Client Conversation Generation from Questionnaires},
author = {Doan Nam Long Vu and Rui Tan and Lena Moench and Svenja Jule Francke and Daniel Woiwod and Florian Thomas-Odenthal and Sanna Stroth and Tilo Kircher and Christiane Hermann and Udo Dannlowski and Hamidreza Jamalabadi and Shaoxiong Ji},
journal= {arXiv preprint arXiv:2510.25384},
year = {2025}
}