A Data Augmentation Pipeline Leveraging Large Language Models for Counseling Conversations

本文是LLM系列文章，针对《Enhancing Psychotherapy Counseling: A Data Augmentation Pipeline Leveraging Large Language Models for Counseling Conversations》的翻译。

摘要

我们引入了一个利用大型语言模型（LLM）将单轮心理治疗咨询会话转化为多轮互动的管道。虽然存在人工智能支持的针对精神障碍患者的在线咨询服务，但它们往往受到多轮训练数据集有限可用性的限制，并且经常无法充分利用治疗师的专业知识。我们提出的管道有效地解决了这些限制。该管道包括两个主要步骤：1）信息提取和2）多轮咨询生成。每一步都经过精心设计，从可用的数据集中提取并生成全面的多轮咨询对话。零样本和小样本生成场景的实验结果表明，我们的方法显著增强了LLM在心理健康咨询背景下产生更高质量多轮对话的能力。我们的管道和数据集在这里公开。

1 引言

2 相关工作

3 前言

4 方法

5 增强数据集

6 实验

7 结论

在本文中，我们通过将使用我们的管