</div>

心理咨询相关语料库

语料库	地址	描述
心理咨询问答语料库（情感急救数据集）	GitHub, Gitee	人工标注的多轮对话
心理咨询问答原始语料库（情感急救原始数据集）	GitHub, Gitee	爬取后未标注的原始语料

情感急救数据集

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问答语料库，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。

安装使用

依赖：

Python: 2.x, 3.x
Pip

安装和下载语料文件

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

# 设置环境变量
## 1/2 命令提示符
set EFAQA_DL_LICENSE=YOUR_LICENSE
## 2/2 PowerShell
$env:EFAQA_DL_LICENSE='YOUR_LICENSE'

# 下载
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 命令提示符
set EFAQA_DL_LICENSE=FOOBAR
## 2/2 PowerShell
$env:EFAQA_DL_LICENSE='FOOBAR'

演示代码

import efaqa_corpus_zh
records = list(efaqa_corpus_zh.load())
print("大小: %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。

数据格式

加载数据 records = list(efaqa_corpus_zh.load()) 中，每一条 records 数据都遵循如下格式：

<table> <tr> <th>字段</th> <th colspan="3">说明</th> <th>类型</th> </tr> <tr> <td>md5</td> <td colspan="3">唯一标识</td> <td>string</td> </tr> <tr> <td>title</td> <td colspan="3">标题</td> <td>string</td> </tr> <tr> <td>description</td> <td colspan="3">描述</td> <td>string</td> </tr> <tr> <td>owner</td> <td colspan="3">咨询者（脱敏后）</td> <td>string</td> </tr> <tr> <td>label</td> <td colspan="3">话题标签</td> <td>Object</td> </tr> <tr> <td rowspan="3"></td> <td>s3</td> <td colspan="2">烦恼类型</td> <td>string</td> </tr> <tr> <td>s2</td> <td colspan="2">心理疾病</td> <td>string</td> </tr> <tr> <td>s1</td> <td colspan="2">SOS</td> <td>string</td> </tr> <tr> <td>chats</td> <td colspan="3">聊天数据</td> <td>Array</td> </tr> <tr> <td rowspan="8"></td> <td>sender</td> <td colspan="2">发布者</td> <td>string</td> </tr> <tr> <td>type</td> <td colspan="2">消息类型</td> <td>string</td> </tr> <tr> <td>time</td> <td colspan="2">发布时间</td> <td>string</td> </tr> <tr> <td>value</td> <td colspan="2">消息文本内容</td> <td>string</td> </tr> <tr> <td>label</td> <td colspan="2">聊天标签</td> <td>Object</td> </tr> <tr> <td rowspan="3"></td> <td>knowledge</td> <td>知识性</td> <td>boolean</td> </tr> <tr> <td>question</td> <td>追问</td> <td>boolean</td> </tr> <tr> <td>negative</td> <td>负面回复</td> <td>boolean</td> </tr> </table>

【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。

数据示例

{
  "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"
    }
  ]
}

标签定义

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。

S1 烦恼类型

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。

S2 心理疾病

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	抑郁症	Depression	长期持续的低落情绪，且明显超出正常范围，缺乏自信，避免社交，甚至产生罪恶感，明显感到体力下降，时间感知变慢，无法从任何有趣活动中获得乐趣。
2.2	焦虑症	Anxiety	长期持续的焦虑情绪，没有明确的客观原因却仍然紧张担忧，坐立不安，表现为心悸、手抖、出汗、频繁排尿、注意力难以集中等症状。
2.3	躁郁症	Bipolar Disorder	又称"双相情感障碍"。躁狂期：感到充满活力、精力充沛，情绪高涨或易怒。可能过度自信，行为或穿着铺张浪费，睡眠极少且话变多。
2.4	创伤后应激障碍	PTSD	首先经历创伤事件：如童年遭受身心虐待；接触相关事物时会出现精神或身体不适和紧张，创伤场景会在脑海中反复重现。
2.5	惊恐障碍	Panic Disorder	又称急性焦虑症，表现为反复发生的惊恐发作。惊恐发作是突发的短暂而强烈的恐惧（濒死感），伴有心悸、出汗、手颤抖、呼吸困难、麻木感等症状。
2.6	进食障碍	Eating Disorder	厌食症：进食过少导致体重过轻；暴食症：大量进食后设法呕吐。两种疾病都极度追求"瘦"，对自身身材不满意，在生活学习上表现出极端完美主义倾向。
2.7	未达到 S2 程度	Unrelated	尚未严重到心理疾病水平
2.8	其它疾病	Others	已严重影响日常生活和工作，甚至无法正常生活工作，但无法确定属于哪种具体疾病。

【注意：】一些临床上更为严重的心理疾病，如多重人格等，由于其复杂性，更难以判断，本数据集暂不涉及此类标注。

S3 SOS

紧急情况，需要立即人工干预。

ID	中文	英文	备注
3.1	正在进行的自杀行为	Suicide Action	不适用
3.2	自杀意念	Suicide Ideation	不适用
3.3	自残	Self-harm	不适用
3.4	正在进行的人身伤害	不适用	正在对他人实施伤害
3.5	计划中的人身伤害	不适用	计划对他人实施伤害
3.6	无伤害倾向	不适用	不适用

对话标签

标记	含义
question	是否为追问，追问可促使咨询者更多倾诉
knowledge	是否包含知识，包含知识内容有助于开导咨询者
negative	负面回复，对咨询者产生负面影响

使用帮助

使用过程中如遇安装下载等问题，请通过工单与我们联系，我们将在两个工作日内回复：

https://github.com/chatopera/docs/issues

为什么以及如何发布这个语料库

该数据集由斯坦福大学、加州大学洛杉矶分校、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，并有约十位志愿者参与建设。

<p align="center"> <b>AI心理陪伴语料标注培训，人工智能助力心理咨询 | Chatopera</b><br> <a href="https://www.bilibili.com/video/BV1nr4y1p7XF/" target="_blank"> <img src="https://yellow-cdn.veclightyear.com/0a4dffa0/2046bff0-ae74-42e2-a2e3-161caeab5ffc.png" width="900"> </a> </p>

其他播放地址：YouTube

标注贡献者

出于对数据质量的严格要求，我们认真对待招募过程。本语料相当一部分是由网络招募的志愿者完成的，其中不乏心理学专业人士或对心理学有浓厚兴趣的爱心人士。加入的志愿者也非常积极，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，最终形成了这个数据集！

志愿者成员分布在中国大陆、法国、美国和加拿大，标注工作占用了大家很多闲暇时间和休息时间，对此我们表示特别的敬意！

以下为标注语料的志愿者：

名字	邮箱
陈怡, Christy Chan	N/A

【注】这不是全部志愿者，以上为经过同意后公开的信息。

声明

无论出于何种目的，使用本数据集必须遵守以下声明和许可证，否则本公司将追究法律责任。

声明 1

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。未经授权不得用于商业用途，否则将追究版权。

@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}
}