语料库 | 地址 | 描述 |
---|---|---|
心理咨询问答语料库(Emotional First Aid Dataset) | GitHub, Gitee | 人工标注的多轮对话 |
心理咨询问答原始语料库(Emotional First Aid Raw Dataset) | GitHub, Gitee | 爬取后未标注的原始语料 |
心理咨询问答语料库,仅限研究用途。
心理咨询问答语料库(以下也称为“数据集”,“语料库”)是为应用人工智能技术于心理咨询领域制作的语料。据我们所知,这是心理咨询领域首个开放的 QA 语料库,包括 20,000 条心理咨询数据,也是迄今公开的最大的中文心理咨询对话语料(发稿日期 2022-04-07)。数据集内容丰富,不但具备多轮对话内容,也有分类等信息,制作过程耗费大量时间和精力,比如标注过程是面向多轮对话,平均每条标记耗时超过 1 分钟。
心理咨询问答语料库的源代码是基于开源许可证分发,但是安装使用过程中,下载的语料文件,需要从证书商店购买证书,才能下载和使用,具体使用过程描述如下。
依赖:
- Python: 2.x, 3.x
- Pip
- Linux 或 macOS
export EFAQA_DL_LICENSE=YOUR_LICENSE
pip install -U efaqa-corpus-zh # 安装脚本包
python -c "import efaqa_corpus_zh" # 下载语料文件
- Windows
# Set ENV
## 1/2 Command Prompt
set EFAQA_DL_LICENSE=YOUR_LICENSE
## 2/2 PowerShell
$env:EFAQA_DL_LICENSE='YOUR_LICENSE'
# Download
pip install -U efaqa-corpus-zh # 安装脚本包
python -c "import efaqa_corpus_zh" # 下载语料文件
YOUR_LICENSE
为从证书商店购买的证书的【证书标识】。
假设证书标识为FOOBAR,那么,设置如下:
# Linux / macOS
export EFAQA_DL_LICENSE=FOOBAR
# Windows
## 1/2 Command Prompt
set EFAQA_DL_LICENSE=FOOBAR
## 2/2 PowerShell
$env:EFAQA_DL_LICENSE='FOOBAR'
import efaqa_corpus_zh
records = list(efaqa_corpus_zh.load())
print("size: %s" % len(records))
print(records[0]["title"])
初次执行 load
接口,会下载数据,下载速度取决于网络质量。
加载数据 records = list(efaqa_corpus_zh.load())
中,每一条 records
数据都遵循如下格式:
字段 | 说明 | 类型 | ||
---|---|---|---|---|
md5 | 唯一标识 | string | ||
title | 标题 | string | ||
description | 描述 | string | ||
owner | 咨询者(脱敏后) | string | ||
label | 话题标签 | Object | ||
s3 | 烦恼类型 | string | ||
s2 | 心理疾病 | string | ||
s1 | SOS | string | ||
chats | 聊天数据 | Array | ||
sender | 发布者 | string | ||
type | 消息类型 | string | ||
time | 发布时间 | string | ||
value | 消息文本内容 | string | ||
label | 聊天标签 | Object | ||
knowledge | 知识性 | boolean | ||
question | 追问 | boolean | ||
negative | 负面回复 | boolean |
【注意】sender 的值是owner
代表消息是咨询者发送的;值是audience
代表消息是网友发布的,网友可能是心理咨询师,也可能不是。
{
"md5": "2f63d374c071043d9e1968aefa62ffb7",
"owner": "匿名",
"title": "女 听过别人最多的议论就是干啥啥不行不长心眼没有脑子",
"label": {
"s1": "1.13",
"s2": "2.7",
"s3": "3.4"
},
"chats": [
{
"time": "11:02:45",
"value": "这样的议论是针对谁呢?",
"sender": "audience",
"type": "textMessage",
"label": { "question": true, "knowledge": false, "negative": false }
},
{
"time": "11:08:38",
"sender": "audience",
"type": "textMessage",
"value": "欢迎你来找我玩❤",
"label": { "question": false, "knowledge": false, "negative": false }
},
{
"time": "11:15:17",
"sender": "owner",
"type": "textMessage",
"value": "好惨"
}
]
}
一条数据中,title
和description
是咨询者咨询的初始信息,话题标签是基于二者将咨询问题进行分类,分类包含三个维度:S1
烦恼类型;S2
心理疾病;S3
SOS。其中,S
代表severity
,三个维度体现心理问题的严重程度依次加重。需要强调的是, 其中一些项目需要临床医学鉴定,数据集所使用概念,均代表疑似,比如我们标记了一个话题分类为抑郁症,实际上是指疑似抑郁症,该声明不代表我们的工作不认真,而是严格的判断的难度以及出于严谨性的考虑。
在label
中记录的是每个维度子类的 ID,ID 设计如下。
ID | 中文 | 英文 | 备注 |
---|---|---|---|
1.1 | 学业烦恼、对未来规划的迷茫 | Academic Concerns | 学业烦恼包括学习障碍、学习吃力、学习成绩差、注意力不集中和对学习科目无兴趣等。 |
1.2 | 事业和工作烦恼 | Career and Workplace Issues | 在工作中的,人际冲突问题、沟通问题、谣言、职场骚扰、歧视、动力不足和工作满意度低和职场表现差等问题。 |
1.3 | 家庭问题和矛盾 | Family Issues and Conflict | 家庭问题和矛盾包括家庭暴力、金钱遗产争执、家庭不和睦、婆媳问题、子女们对年长父母看护问题、继父母继子女冲突问题和离异父母对于儿女的养护问题。 |
1.4 | 物质滥用 | Substance Abuse and Addiction | 成人如酗酒、吸烟、药物滥用、吸毒、赌博和任何影响生活品质的上瘾行为。 |
1.5 | 悲恸 | Grief | 由于痛失亲人或朋友而引起的极大悲伤。 |
1.6 | 失眠 | Insomnia | 无法入睡或难以保持入睡状态而影响第二天表现的睡眠障碍。 |
1.7 | 压力 | Stress | 压力是一种情绪上或身体上的紧张感。它可能来自任何使您感到沮丧,愤怒或紧张的事件或想法。 |
1.8 | 人际关系 | Interpersonal Relationship | 不属于职场、学校以及家庭的人际关系紧张与矛盾。 |
1.9 | 情感关系问题 | Relationship Issues | 早恋、暗恋、异地恋、出轨、吵架、复合、LGBT 群体 |
1.10 | 离婚 | Divorce | 离婚后情感以及孩子的问题 |
1.11 | 分手 | Break Up | 分手后的痛苦 |
1.12 | 自我探索 | Self-Awareness | 如星座、性格、兴趣等 |
1.13 | 低自尊 | Low self-esteem | 低自尊心的表现 自尊是一个人对自己的价值的主观评价。自尊包括对自己以及情绪状态的信念,例如胜利,绝望,骄傲和羞耻。 |
1.14 | 青春期问题 | Adolescent Problem | 青春期少年在身心成长上所面临的问题,如叛逆、伤害他人、怀孕、药物滥用和青少年犯罪。 |
1.15 | 强迫症 | OCD | 强迫症的人会陷入一种无意义、且令人沮丧的重复的想法与行为当中,但是一直想却无法摆脱它。 |
1.16 | 其它 | Others | 其他烦恼,虽然对生活学习没有造成毁灭性的阻碍,但是却依然会引起心里不适。 |
1.17 | 男同性恋、女同性恋、双性恋与跨性别 | LGBT | 男同性恋、女同性恋、双性恋与跨性别 |
1.18 | 性问题 | Sex | 对于青少年,是性教育不足引起各种社会问题;对于成年人,性焦虑与性上瘾可以演变成生理疾病。 |
1.19 | 亲子关系 | Parent-child relationship | 亲子关系,从婴幼儿时期就开始影响着孩子各方面的发展,比如性格、毅力、人际交往等等。 |
心理问题已经影响工作,咨询者需要休息调整或就医。
ID | 中文 | 英文 | 备注 |
---|---|---|---|
2.1 | 忧郁症 | Depression | 长时间持续的抑郁情绪,并且这种情绪明显超过必要的限度,缺乏自信,避开人群,甚至有罪恶感,感到身体能量的明显降低,时间的感受力减慢,无法在任何有趣的活动中体会到快乐。 |
2.2 | 焦虑症 | Anxiety | 长时间持续性的焦虑情绪,无明确客观对象却依然紧张担心,坐立不安,如心悸、手抖、出汗、尿频、注意力难以集中。 |
2.3 | 躁郁症 | Bipolar Disorder | 又称为"双向情感障碍" 。狂躁期:感到生机勃勃、精力充沛以及情感高涨或易被激惹。也可感到过度自信,行为或穿着铺张浪费,睡眠极少且语量增多。 |
2.4 | 创伤后应激反应 | PTSD | 首先要经历创伤:如孩童时期遭受身体或心理上的虐待;接触相关事物时会有精神或身体上的不适和紧张,创伤的情景会一遍一遍在脑海中重演。 |
2.5 | 恐慌症 | Panic Disorder | 又称急性焦虑症,是反复发生的惊恐发作。惊恐发作是突然的短期强烈的恐惧(濒死感),包含心悸、流汗、手颤抖、呼吸困难、麻痹感。 |
2.6 | 厌食症和暴食症 | Eating Disorder | 厌食症:吃太少导致体重偏轻;暴食症:大量进食后再想办法吐出来。两种疾病都对"瘦"有着极端的追求,对自己身体不满意,在生活学习上有极端完美主义心态。 |
2.7 | 尚未达到 S2 | Unrelated | 还没有严重到心理疾病 |
2.8 | 其它疾病 | Others | 已经严重影响生活和工作,甚至生活工作不能进行,但并不能确认是哪一类疾病的情况。 |
【注意:】一些在临床上更为严重的心理疾病,比如多重人格等,因为其复杂性,更不容易判断,数据集暂时不涉及标注。
紧急情况,需要立刻有人工干预。
ID | 中文 | 英文 | 备注 |
---|---|---|---|
3.1 | 正在进行的自杀行为 | Suicide Action | N/A |
3.2 | 策划进行的自杀行为 | Suicide Ideation | N/A |
3.3 | 自残 | Self-harm | N/A |
3.4 | 进行的人身伤害 | N/A | 正在对他人进行伤害 |
3.5 | 计划的人身伤害 | N/A | 计划对他人进行伤害 |
3.6 | 无伤害身体倾向 | N/A | N/A |
标记 | 含义 |
---|---|
question | 是否是追问,追问可以让咨询者更多倾诉 |
knowledge | 是否带有知识,含知识内容有助于开导咨询者 |
negative | 负面回复,对咨询者起负面作用 |
在使用过程中,比如安装下载问题,请通过工单与我们联系,两个工作日内反馈:
https://github.com/chatopera/docs/issues
数据集由斯坦福大学、UCLA、台湾辅仁大学临床心理学等心理学专业人士与 Chatopera 合作完成,并有十位左右的志愿者参与建设。
AI 心理陪伴语料标注培训,人工智能助力心理咨询 | Chatopera
其他播放地址:YouTube
出于对数据质量的严格要求,我们的招募过程是认真对待的,本语料有相当一部分是网络招募志愿者完成,而且不乏心理学专业人士,或者对心理学有浓厚兴趣的爱心人士,加入的志愿者也是非常积极的,不辞辛苦,愿意为人工智能技术应用于心理咨询行业日夜工作,终于有了这个数据集!
志愿者成员分布在中国大陆、法国、美国和加拿大,标注工作占据了大家很多闲暇时间和休息时间,对此表达特别敬意!
以下为标注语料的志愿者:
名字 | 邮箱 |
---|---|
陈怡, Christy Chan | N/A |
【注】非全部志愿者,以上为经过同意后公开的信息。
不论因何种目的,使用本数据集必须遵守以下的声明和许可证,否则本公司将追究法律责任。
本数据集使用在线心理咨询数据清洗、脱敏和标注制作,数据及代码发布使用春松许可证,v1.0。数据仅限于研究用途,如果在发布的任何媒体、期刊、杂志或博客等内容时,必须注明引用和地址。无授权商业用途,追究版权。
@online{efaqa-corpus-zh:petpsychology,
author = {Hai Liang Wang, Zhi Zhi Wu, Jia Yuan Lang},
title = {派特心理:心理咨询问答语料库},
year = 2020,
url = {https://github.com/chatopera/efaqa-corpus-zh},
urldate = {2020-04-22}
}
语料库为主观标注,鉴于心理咨询的严肃性和重要性,语料制作时尽可能保证数据的准确性,但是无法保证 100%准确,对于因数据内容不当产生的后果,本团队不承担任何法律责任。
Emotional First Aid Dataset, Chatopera Inc., https://github.com/chatopera/efaqa-corpus-zh, Apr. 22th, 2020
寻求心理咨询语料、聊天机器人方面的商务合作,敬请垂询 info@chatopera.com。