[论文] 你永远不了解一个人，你只了解他们的防御：在支持性对话中检测心理防御机制的层次

Source: arXiv - 2512.15601v1

概览

本文介绍了 PsyDefConv，这是首个公开可用的对话数据集，标注了 心理防御机制——人们用来保护自己免受情绪困扰的无意识策略。通过将该语料库与基于证据的标注助手（DMRS Co‑Pilot）配对，作者展示了如何简化在真实支持性对话中标注防御机制这一极具挑战性的任务，为能够感知并回应说话者防御姿态的 AI 系统打开了大门。

关键贡献

• PsyDefConv 语料库：200 条多轮支持性对话（≈4.7 k 句子），提供四个防御层级（不成熟、神经质、成熟、无）的细粒度标签。
• DMRS Co‑Pilot：一个四阶段、基于证据的标注流水线，将人工标注时间缩短 22 %，同时保持稳健的标注者间一致性（Cohen’s κ = 0.639）。
• 综合基准：对零样本和微调实验使用最先进的语言模型（如 GPT‑3.5、LLaMA‑2），最高宏观 F1 达 ≈30 %，显示出大量提升空间。
• 实证洞察：成熟防御在数据集中占主导；情绪特定模式（例如在愤怒情绪的回合中不成熟防御更高）被揭示。
• 开放资源：完整数据集、标注代码和提示模板已发布，以实现可复现性和社区扩展。

方法论

1. Data collection – 200 段真实的支持性对话来源于心理健康聊天平台，已匿名化，并划分为说话者（求助者）和回应者的轮次。
2. Label schema – 基于心理治疗理论，每条求助者的发言被标记为四类之一：None（无）、Immature（不成熟）、Neurotic（神经质）或 Mature（成熟）防御。
3. DMRS Co‑Pilot pipeline
   • Stage 1: 自动线索提取（词汇触发、情感转变）。
   • Stage 2: 检索相关心理学文献片段（证据库）。
   • Stage 3: 为大型语言模型生成提示，以提出防御标签并给出理由。
   • Stage 4: 人工标注员审查并作出最终决定。
4. Annotation study – 通过平衡实验比较纯手工标注与 Co‑Pilot 辅助标注，测量标注时间、一致性以及在 7 点李克特量表上的感知有用性。
5. Model benchmarking – 对多个大型语言模型使用零样本提示和监督微调；使用宏观 F1 分数和混淆矩阵进行性能评估。

结果与发现

• 模型性能：最佳微调的 LLaMA‑2‑7B 达到宏观 F1 ≈ 30 %；所有模型倾向于过度预测 成熟 防御。
• 语料库分析：约 55 % 的求助者发言表现出成熟防御，约 20 % 神经质，约 15 % 不成熟，约 10 % 无防御。情绪特定的偏差（例如悲伤时不成熟防御更高）具有统计显著性。

实际意义

• 增强对话代理 – 用于心理健康支持的聊天机器人可以配备检测防御姿态的功能，使其能够调整措辞（例如，当出现不成熟防御时使用更多反思性倾听）。
• 治疗师在环工具 – 自动预标注可以加速会话记录的绘制，帮助临床医生发现跨会话对某些防御过度依赖的模式。
• 风险分流 – 早期检测僵化、不成熟的防御可能标记出更有可能脱离或症状恶化的用户，从而促使及时的人为升级。
• 迁移学习数据集 – PsyDefConv 可作为面向心理健康 NLP 的任何大型语言模型的下游微调数据集，在无需庞大专有语料的情况下提升领域特异性敏感度。
• 可解释性 – Co‑Pilot 基于证据的建议提供透明的推理，与临床推理相一致，缓解了 AI 辅助护理的监管和伦理担忧。

限制与未来工作

• 防御范围 – 四层级分类法虽然有理论依据，但可能过于简化防御行为的细微光谱。
• 领域偏差 – 所有对话均来自基于文本的支持平台；缺少语音或多模态线索（语调、面部表情）。
• 模型上限 – 当前大型语言模型仍表现不佳（≈30 % F1），表明需要更丰富的上下文建模或混合规则‑基方法。
• 泛化能力 – 数据集规模（200 段对话）较小；扩大规模并多元化来源（不同文化、语言）将至关重要。

未来研究方向包括扩展语料库、整合多模态信号、探索少样本提示策略，以及评估对真实世界心理健康聊天机器人的下游影响。

作者

• Hongbin Na
• Zimu Wang
• Zhaoming Chen
• Peilin Zhou
• Yining Hua
• Grace Ziqi Zhou
• Haiyang Zhang
• Tao Shen
• Wei Wang
• John Torous
• Shaoxiong Ji
• Ling Chen

论文信息

• arXiv ID: 2512.15601v1
• 分类: cs.CL
• 发布时间: 2025年12月17日
• PDF: 下载 PDF