论文
利用文化根基知识增强孟加拉国的心理健康咨询支持
Enhancing Mental Health Counseling Support in Bangladesh using Culturally-Grounded Knowledge
摘要
大语言模型（LLM）在为心理健康与咨询应用生成支持性回应方面展现出潜力。然而，其回应常常缺乏文化敏感性、情境根基和临床上恰当的指导。本工作着力解决如何将领域特定、经临床验证的知识系统性融入LLM以提升咨询质量这一空白。我们采用并比较两种方法——检索增强生成（RAG）和基于知识图谱（KG）的方法——二者均为支持辅助咨询员（para-counselors）而设计。我们的知识图谱由人工构建并经临床验证，捕捉压力源、干预与结果之间的因果关系，由多学科人员共同贡献。我们使用BERTScore F1和SBERT余弦相似度在两种设置下评估了多个LLM，并进行了覆盖五个指标的人工评估，该评估旨在直接衡量超越表层相似性的咨询有效性。结果显示，与仅用RAG相比，基于KG的方法在情境相关性、临床恰当性和实用可用性上持续更优，表明结构化、经专家验证的知识在弥补LLM在咨询任务中的局限方面发挥着关键作用。
