PsyQA

PsyQA数据集是一个以问答形式呈现的中文心理健康数据集。它源自一个提供心理健康服务的中文平台，包含2.2万个问题和5.6万个答案。该数据集基于心理咨询理论构建问答内容，旨在评估模型生成与心理咨询相关的文本的能力。这一评估的目标是提高生成答案的流畅性和实用性。

PsyQA数据集概述

数据集简介

• 中文心理健康支持问答数据集
• 提供丰富的援助策略标注
• 可用于生成富有援助策略的长咨询文本

数据集获取

• 提供少量样例数据（PsyQA_example.json）
• 完整数据集获取流程：
  1. 下载【PsyQA数据集使用用户协议】
  2. 阅读并同意相关规定
  3. 填写用户信息、授权时间
  4. 电子签名
  5. 将签署的协议（pdf格式）发送至邮箱：[e-mail]
  6. 审核通过后邮件发送完整数据集下载链接

相关论文

• 标题：PsyQA: A Chinese Dataset for Generating Long Counseling Text for Mental Health Support
• 会议：Findings of ACL 2021
• arXiv链接：https://arxiv.org/abs/2106.01702

引用格式

bibtex @inproceedings{sun-etal-2021-psyqa, title = "PsyQA: A Chinese Dataset for Generating Long Counseling Text for Mental Health Support", author = "Sun, Hao and Lin, Zhenru and Zheng, Chujie and Liu, Siyang and Huang, Minlie", booktitle = "Findings of the Association for Computational Linguistics: ACL 2021", year = "2021", }

联系方式

• 联系人：孙豪
• 邮箱：[e-mail]

数据集介绍

构建方式

PsyQA数据集的构建基于中文心理健康支持问答的实际需求，通过收集和标注大量心理咨询对话，形成了一套系统化的援助策略标注体系。该数据集不仅包含了丰富的问答对，还特别注重援助策略的多样性和实用性，旨在为生成高质量的长咨询文本提供坚实的基础。构建过程中，研究人员严格遵循数据隐私和伦理规范，确保所有数据来源合法且符合道德标准。

特点

PsyQA数据集的特点在于其专注于中文心理健康支持领域，提供了多样化的援助策略标注，涵盖了从情感支持到具体行动建议的广泛内容。数据集中的问答对不仅内容丰富，而且结构清晰，能够有效支持生成连贯且富有策略性的长咨询文本。此外，数据集的标注质量高，确保了其在心理健康支持研究中的实用性和可靠性。

使用方法

PsyQA数据集的使用方法相对灵活，用户可以通过下载并签署用户协议获取完整数据集。数据集适用于多种自然语言处理任务，如文本生成、问答系统构建等。用户可以参考提供的训练和评测代码，快速上手并进行相关研究。在使用过程中，建议用户遵循数据集的引用规范，确保研究成果的透明性和可追溯性。

背景与挑战

背景概述

PsyQA数据集由清华大学的研究团队于2021年创建，旨在解决中文心理健康支持领域中的问答生成问题。该数据集由孙豪、林振儒、郑楚杰、刘思阳和黄民烈等研究人员共同开发，并在ACL 2021的Findings中发表。PsyQA提供了丰富的援助策略标注，能够用于生成具有援助策略的长咨询文本，为心理健康支持系统的开发提供了重要的数据基础。该数据集的发布不仅推动了中文自然语言处理领域的发展，还为心理健康领域的智能化支持系统提供了新的研究方向。

当前挑战

PsyQA数据集在解决心理健康支持问答生成问题时面临多重挑战。首先，心理健康领域的问答生成需要高度的情感理解和策略性回应，这对模型的语义理解和生成能力提出了极高的要求。其次，数据集的构建过程中，研究人员需要确保援助策略的多样性和准确性，这涉及到大量的专业知识和人工标注工作。此外，心理健康数据的敏感性也带来了隐私保护和数据安全的挑战，如何在保证数据质量的同时遵守相关法律法规，是数据集构建过程中不可忽视的问题。

常用场景

经典使用场景

PsyQA数据集在心理健康支持领域的研究中，主要用于生成具有援助策略的长咨询文本。研究者可以利用该数据集训练和评估自然语言生成模型，以模拟心理咨询师与求助者之间的对话，从而提供有效的心理支持和建议。

解决学术问题

PsyQA数据集解决了心理健康支持领域中的关键问题，即如何生成具有实际援助价值的咨询文本。通过提供丰富的援助策略标注，该数据集为研究者提供了高质量的训练数据，推动了基于生成模型的心理健康支持系统的开发，提升了模型的实用性和效果。

衍生相关工作

基于PsyQA数据集，研究者们开发了多种自然语言生成模型，如基于GPT-2的生成模型，用于模拟心理咨询对话。这些模型在心理健康支持领域取得了显著进展，衍生出多项经典工作，进一步推动了心理健康支持系统的智能化发展。