EmoTrace：以情绪轨迹为中心的心理支持对话生成框架

利用大语言模型（LLM）辅助心理咨询是自然语言处理领域的一项重要任务。高质量心理支持对话语料库的构建是训练面向咨询的对话模型的重要基础。然而，现有的数据生成方法通常受到一些限制，包括情绪稳定的寻求者、情绪动态的有限变化以及对咨询师指导的高度遵守。这些问题导致 LLM 缺乏有效应对情绪不稳定场景的能力。此外，咨询师的反应通常是由解决问题的目标驱动的，从而忽视了以情感为中心的互动的作用，而这在心理咨询中至关重要。为了解决这些差距，我们提出了 EmoTrace，这是一个多轮对话语料库生成框架，以建模搜索者的情感轨迹为中心。我们构建了寻求者的认知概况，并引入了具有情感图式和相关激活机制的寻求者模块、辅导员模块和情绪轨迹控制模块，从而增强了寻求者情绪表达的层次和辅导员有针对性的共情表达。实验结果表明，所提出的方法在情感丰富度和同理心质量方面优于现有方法。