arXiv cs.AI· Zhiyang Qi, Michimasa Inaba·· 10 小时前AI 评分31
CounselTraj:通过对话行为轨迹规划合成过程感知的心理咨询对话
CounselTraj: Synthesizing Process-Aware Psychological Counseling Dialogues via Dialogue-Act Trajectory Planning
AI 导读
CounselTraj 是一个对话行为轨迹规划框架,可将简短合成对话扩展为过程感知的会话级心理咨询对话,在三个中文合成咨询数据集上生成的会话更完整连贯、咨询师干预质量更高。
正文 · AI 翻译
摘要:心理咨询需求的不断增长推动了基于 LLM 的系统的发展,这些系统用于辅助人类咨询师,但训练此类系统需要大规模、高质量的对话数据。真实的咨询记录因隐私问题而难以收集和共享,因此合成对话成为一种重要的替代方案。然而,现有的合成数据集尽管涵盖了多样化的场景和来访者画像,但往往由简短的交流构成,未能捕捉到会话层面的咨询过程。我们提出 CounselTraj,一个对话行为轨迹规划框架,用于将简短的合成对话扩展为过程感知、会话层面的心理咨询对话。CounselTraj 从人类咨询师产出的角色扮演咨询对话中学习对话行为模式,为来访者和咨询师规划协调的轨迹,并将其作为长篇幅对话生成的灵活引导。在三个中文合成咨询数据集上的实验表明,与直接扩展以及使用随机采样轨迹进行扩展相比,CounselTraj 生成的会话更完整、更连贯,咨询师干预的质量也更高。基于 CounselTraj,我们构建了 CounselTrajD,一个包含超过 10K 条过程引导的中文心理咨询对话的数据集,并用它训练 CounselTrajLM 以生成咨询回复。在回复层面和会话层面的评估均表明,CounselTrajLM 在回复质量、治疗性理解与干预,以及咨询过程的连贯性和进展方面,均优于公开可用的中文咨询模型。我们的代码和模型已公开于 此 https URL。
| Comments: | 已被 EACL 2027 主会议接收 |
| Subjects: | 计算与语言(cs.CL);人工智能(cs.AI) |
| 引用为: | arXiv:2611.24168 [cs.CL] |
| (或 arXiv:2611.24168v1 [cs.CL] 用于此版本) | |
| https://doi.org/10.48550/arXiv.2611.24168 由 DataCite 颁发的 arXiv DOI(待注册) |
提交历史
来自:Zhiyang Qi [查看邮箱]
[v1]
2026 年 11 月 18 日星期三 10:10:54 UTC(448 KB)
来源:arXiv cs.AI · arxiv.org