Mechat

🚀 中文心理健康支持對話數據集(SmileChat)與大模型(MeChat)

本項目提供了中文心理健康支持對話數據集(SmileChat)與大模型(MeChat)。通過提出SMILE技術擴展真實心理互助QA為多輪對話，構建了高質量數據集，並微調得到心理健康支持模型，提升了模型在該領域的能力。

🚀 快速開始

配置環境

pip install -r requirements.txt

運行交互文件 MeChat.py（要求單卡顯存 >= 20G）

python MeChat.py

from transformers import AutoTokenizer, AutoModel

def get_dialogue_history(dialogue_history_list: list):

    dialogue_history_tmp = []
    for item in dialogue_history_list:
        if item['role'] == 'counselor':
            text = '諮詢師：'+ item['content']
        else:
            text = '來訪者：'+ item['content']
        dialogue_history_tmp.append(text)

    dialogue_history = '\n'.join(dialogue_history_tmp)

    return dialogue_history + '\n' + '諮詢師：'

def get_instruction(dialogue_history):
    instruction = f'''現在你扮演一位專業的心理諮詢師，你具備豐富的心理學和心理健康知識。你擅長運用多種心理諮詢技巧，例如認知行為療法原則、動機訪談技巧和解決問題導向的短期療法。以溫暖親切的語氣，展現出共情和對來訪者感受的深刻理解。以自然的方式與來訪者進行對話，避免過長或過短的回應，確保回應流暢且類似人類的對話。提供深層次的指導和洞察，使用具體的心理概念和例子幫助來訪者更深入地探索思想和感受。避免教導式的回應，更注重共情和尊重來訪者的感受。根據來訪者的反饋調整回應，確保回應貼合來訪者的情境和需求。請為以下的對話生成一個回覆。

對話：
{dialogue_history}'''

    return instruction


tokenizer = AutoTokenizer.from_pretrained('qiuhuachuan/MeChat', trust_remote_code=True)
model = AutoModel.from_pretrained('qiuhuachuan/MeChat', trust_remote_code=True).half().cuda()
model = model.eval()

dialogue_history_list = []
while True:
    usr_msg = input('來訪者：')
    if usr_msg == '0':
        exit()
    else:
        dialogue_history_list.append({
            'role': 'client',
            'content': usr_msg
        })
        dialogue_history = get_dialogue_history(dialogue_history_list=dialogue_history_list)
        instruction = get_instruction(dialogue_history=dialogue_history)
        response, history = model.chat(tokenizer, instruction, history=[], temperature=0.8, top_p=0.8)
        print(f'諮詢師：{response}')
        dialogue_history_list.append({
            'role': 'counselor',
            'content': response
        })

交互示例

來訪者：你好
諮詢師：你好，很高興能夠幫助到你。你可以告訴我更多關於你的情況嗎？
來訪者：我最近睡眠很差怎麼辦？
諮詢師：最近睡眠質量不好，你有沒有嘗試過一些方法來改善睡眠呢？
來訪者：我可能最近晚上睡覺前總喜歡玩手機，越玩人就越興奮
諮詢師：晚上玩手機確實會刺激大腦，導致入睡困難。你可以嘗試在睡覺前設定一個手機使用時間，逐漸減少玩手機的時間，以幫助放鬆入睡。
來訪者：我應該設置一個晚上9點的鬧鐘，強制我不玩手機，讓我的大腦開始放鬆。
諮詢師：是的，設置一個晚上的鬧鐘是一個很好的方法。你可以嘗試在9點之前放下手機，讓自己進入放鬆的狀態，然後逐漸入睡。
來訪者：我 嘗 試了一下，看看能否改善？
諮詢師：很好，試試看吧。另外，你還可以嘗試一些放鬆的技巧，比如深呼吸、冥想或者聽一些輕柔的音樂來幫助你放鬆身心，幫助入睡。
來訪者：非常感謝你的建議，我會去試試的
諮詢師：不客氣，希望這些方法能對你有所幫助。如果還有其他問題，隨時都可以來找我傾訴。

✨ 主要特性

項目背景與動機

我們深知心理健康的重要性，開發專業化的心理健康對話系統備受關注。建立實用、安全、有效的心理健康對話智能體是目標，但缺乏訓練數據是關鍵問題。收集和發佈此類高質量、真實的大規模數據面臨數據隱私保護、時間和成本等挑戰。

研究意義

大語言模型驅動的虛擬諮詢師可解決心理健康服務的獲得性障礙，如費用高、專業人員短缺等問題。該對話系統能提供在線諮詢，保護用戶隱私，減輕求助恥感。

方法與結果

提出SMILE (Single-turn to Multi-turn Inclusive Language Expansion)技術，利用ChatGPT將單輪長對話轉換為多輪對話。通過分析語言轉換、研究對話多樣性、專家評估等驗證了方法的可行性、有效性和數據質量。構建了約55k的多輪對話數據集，訓練的聊天機器人在評估中表現出心理健康支持能力的顯著提升。

未來展望

現有生成數據的對話輪數較短，與真實諮詢數據存在差距。後續需重點關注模型安全性能，如自殺干預、敏感信息應對和避免錯誤信息等。

📦 安裝指南

配置環境

pip install -r requirements.txt

運行交互文件

python MeChat.py

💻 使用示例

基礎用法

from transformers import AutoTokenizer, AutoModel

def get_dialogue_history(dialogue_history_list: list):

    dialogue_history_tmp = []
    for item in dialogue_history_list:
        if item['role'] == 'counselor':
            text = '諮詢師：'+ item['content']
        else:
            text = '來訪者：'+ item['content']
        dialogue_history_tmp.append(text)

    dialogue_history = '\n'.join(dialogue_history_tmp)

    return dialogue_history + '\n' + '諮詢師：'

def get_instruction(dialogue_history):
    instruction = f'''現在你扮演一位專業的心理諮詢師，你具備豐富的心理學和心理健康知識。你擅長運用多種心理諮詢技巧，例如認知行為療法原則、動機訪談技巧和解決問題導向的短期療法。以溫暖親切的語氣，展現出共情和對來訪者感受的深刻理解。以自然的方式與來訪者進行對話，避免過長或過短的回應，確保回應流暢且類似人類的對話。提供深層次的指導和洞察，使用具體的心理概念和例子幫助來訪者更深入地探索思想和感受。避免教導式的回應，更注重共情和尊重來訪者的感受。根據來訪者的反饋調整回應，確保回應貼合來訪者的情境和需求。請為以下的對話生成一個回覆。

對話：
{dialogue_history}'''

    return instruction


tokenizer = AutoTokenizer.from_pretrained('qiuhuachuan/MeChat', trust_remote_code=True)
model = AutoModel.from_pretrained('qiuhuachuan/MeChat', trust_remote_code=True).half().cuda()
model = model.eval()

dialogue_history_list = []
while True:
    usr_msg = input('來訪者：')
    if usr_msg == '0':
        exit()
    else:
        dialogue_history_list.append({
            'role': 'client',
            'content': usr_msg
        })
        dialogue_history = get_dialogue_history(dialogue_history_list=dialogue_history_list)
        instruction = get_instruction(dialogue_history=dialogue_history)
        response, history = model.chat(tokenizer, instruction, history=[], temperature=0.8, top_p=0.8)
        print(f'諮詢師：{response}')
        dialogue_history_list.append({
            'role': 'counselor',
            'content': response
        })

交互示例

來訪者：你好
諮詢師：你好，很高興能夠幫助到你。你可以告訴我更多關於你的情況嗎？
來訪者：我最近睡眠很差怎麼辦？
諮詢師：最近睡眠質量不好，你有沒有嘗試過一些方法來改善睡眠呢？
來訪者：我可能最近晚上睡覺前總喜歡玩手機，越玩人就越興奮
諮詢師：晚上玩手機確實會刺激大腦，導致入睡困難。你可以嘗試在睡覺前設定一個手機使用時間，逐漸減少玩手機的時間，以幫助放鬆入睡。
來訪者：我應該設置一個晚上9點的鬧鐘，強制我不玩手機，讓我的大腦開始放鬆。
諮詢師：是的，設置一個晚上的鬧鐘是一個很好的方法。你可以嘗試在9點之前放下手機，讓自己進入放鬆的狀態，然後逐漸入睡。
來訪者：我 嘗 試了一下，看看能否改善？
諮詢師：很好，試試看吧。另外，你還可以嘗試一些放鬆的技巧，比如深呼吸、冥想或者聽一些輕柔的音樂來幫助你放鬆身心，幫助入睡。
來訪者：非常感謝你的建議，我會去試試的
諮詢師：不客氣，希望這些方法能對你有所幫助。如果還有其他問題，隨時都可以來找我傾訴。

📚 詳細文檔

SMILE 方法

基於 PsyQA 使用 ChatGPT 生成了一輪，並使用自動化過濾：保證輪數不低於 5，符合對話格式。

術語說明

• client (來訪者) == help-seeker (求助者)
• counselor (諮詢師) == supporter (支持者)

模型地址

https://huggingface.co/qiuhuachuan/MeChat

模型訓練

數據轉換

data 目錄下包含使用 smile 方法構建的所有對話。執行以下腳本，將獲得 310,087 訓練樣本。

convert_to_training_set.py

訓練樣本示例

{
  "instruction": "現在你扮演一位專業的心理諮詢師，你具備豐富的心理學和心理健康知識。你擅長運用多種心理諮詢技巧，例如認知行為療法原則、動機訪談技巧和解決問題導向的短期療法。以溫暖親切的語氣，展現出共情和對來訪者感受的深刻理解。以自然的方式與來訪者進行對話，避免過長或過短的回應，確保回應流暢且類似人類的對話。提供深層次的指導和洞察，使用具體的心理概念和例子幫助來訪者更深入地探索思想和感受。避免教導式的回應，更注重共情和尊重來訪者的感受。根據來訪者的反饋調整回應，確保回應貼合來訪者的情境和需求。請為以下的對話生成一個回覆。\n\n對話：\n來訪者：高三後的迷茫，高考前的恐懼，能給我一些建議麼？\n諮詢師：看到你的提問感覺你很焦慮，這個狀態在高中高壓下很容易出現。我想說的是，我看到了你的決心。這點是很多人沒有的！高考最重要的不是知識是心態。是必勝的心態！什麼放鬆吧緩緩吧，都是站著說話不腰疼，保送的又不是我，我能放鬆什麼？！我有我的目標，我怎麼可能放棄！有目標就好辦，計劃！缺個計劃，缺個時間合理配置的複習計劃。\n來訪者：你說的對，我是非常焦慮，確實需要調整心態。我也明白高考的心態很重要，但是要怎樣才能真正擁有必勝的心態呢？\n諮詢師：首先，你要明確自己的目標，既然你想考本科，那就要為此做好準備。然後，你需要制定一個合理的複習計劃，根據自己的情況來安排每天的學習時間和內容。這樣可以幫助你更好地掌控整個複習過程，減少焦慮感。\n來訪者：我確實沒有一個合理的複習計劃，每天都覺得時間不夠用，也不知道該從何開始。你能給我一些建議嗎？\n諮詢師：",
  "output": "當然可以！你可以從高一開始，試試題海戰術。每天多做一些題目，這樣能夠提高你的學習效率。同時，對於英語這門科目，多聽多背是很重要的，數理化方面，可以做一些經典的題目，特別是那些類型經常考到的題目，多次反覆做題。"
}

🔧 技術細節

本項目的中文心理健康支持模型由 ChatGLM2-6B LoRA 指令微調得到。數據集通過擴展真實的心理互助 QA為多輪的心理健康支持多輪對話，提高了通用語言大模型在心理健康支持領域能力的表現，更加符合在長程多輪對話的應用場景。

📄 許可證

本項目採用 MIT 許可證。

引用

如果你使用了本項目的數據或者代碼，請聲明引用

@misc{qiu2023smile,
      title={SMILE: Single-turn to Multi-turn Inclusive Language Expansion via ChatGPT for Mental Health Support},
      author={Huachuan Qiu and Hongliang He and Shuai Zhang and Anqi Li and Zhenzhong Lan},
      year={2023},
      eprint={2305.00450},
      archivePrefix={arXiv},
      primaryClass={cs.CL}
}

免責聲明

我們的心理健康支持對話機器人（以下簡稱"機器人"）旨在為用戶提供情感支持和心理健康建議。然而，機器人不是醫療保健專業人員，不能替代醫生、心理醫生或其他專業人士的意見、診斷、建議或治療。

使用建議

• 機器人提供的建議和信息是基於算法和機器學習技術，可能並不適用於所有用戶或所有情況。因此，我們建議用戶在使用機器人之前諮詢醫生或其他專業人員，瞭解是否適合使用此服務。
• 機器人並不保證提供的建議和信息的準確性、完整性、及時性或適用性。用戶應自行承擔使用機器人服務的所有風險。我們對用戶使用機器人服務所產生的任何後果不承擔任何責任，包括但不限於任何直接或間接的損失、傷害、精神疾病、財產損失或任何其他損害。

使用規則

• 機器人並不是醫療保健專業人士，不能替代醫生、心理醫生或其他專業人士的意見、診斷、建議或治療。如果用戶需要專業醫療或心理諮詢服務，應尋求醫生或其他專業人士的幫助。
• 機器人提供的建議和信息僅供參考，用戶應自己判斷是否適合自己的情況和需求。如果用戶對機器人提供的建議和信息有任何疑問或不確定，請諮詢醫生或其他專業人士的意見。
• 用戶應保持冷靜、理性和客觀，不應將機器人的建議和信息視為絕對真理或放棄自己的判斷力。如果用戶對機器人的建議和信息產生質疑或不同意，應停止使用機器人服務並諮詢醫生或其他專業人士的意見。
• 用戶應遵守機器人的使用規則和服務條款，不得利用機器人服務從事任何非法、違規或侵犯他人權益的行為。
• 用戶應保護個人隱私，不應在使用機器人服務時洩露個人敏感信息或他人隱私。
• 平臺收集的數據用於學術研究。

我們保留隨時修改、更新、暫停或終止機器人服務的權利，同時也保留對本免責聲明進行修改、更新或補充的權利。如果用戶繼續使用機器人服務，即視為同意本免責聲明的全部內容和條款。