基于 LLM 的语音心理危机评估
计算与语言
2026-05-12 v1 人工智能
摘要
心理支持热线为经历心理健康紧急情况的个体提供关键支持，然而目前的评估主要依赖人工接线员，其判断可能因专业经验而异，并受到有限的人力资源的限制。本文提出了一个基于大型语言模型（LLM）的框架，用于自动化的危机等级分类，这是一个支持许多下游任务并提高热线服务整体质量的关键指标。为了更好地捕捉语音对话中的情感信号，我们引入了一种副语言注入方法，该方法将识别出的非语言情感线索插入到语音转录文本中，使基于 LLM 的推理能够纳入关键的声学细节。此外，我们提出了一种推理增强的训练策略，训练模型生成诊断推理链作为辅助任务，这作为一种正则化手段以提高分类性能。结合数据增强，我们的最终系统在 5 折交叉验证下的三分类任务中实现了 0.802 的宏 F1 分数和 0.805 的准确率。
引用
@article{arxiv.2605.10027,
title = {Speech-based Psychological Crisis Assessment using LLMs},
author = {Terumi Chiba and Yang Luo and Ziyun Cui and Yongsheng Tong and Chao Zhang},
journal= {arXiv preprint arXiv:2605.10027},
year = {2026}
}
备注
5 pages, 5 figures