❤️Emotional Frist Aid Dataset, 心理咨询问答语料库

Emotional First Aid Dataset

心理咨询问答语料库，仅限研究用途。

https://github.com/chatopera/efaqa-corpus-zh

为什么发布这个语料库

心理咨询中应用人工智能，是我们认为非常有意义的一个探索。我们愿意和更多人合作，把目前领先的人工智能技术，在心理咨询不同场景下落地。扣门的，就给他开门，愿每个人都有自己的心理咨询师。

-- 派特心理

数据集介绍

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 QA 语料库，包括 20,000 条心理咨询数据，也是公开的最大的中文心理咨询对话语料。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 1 分钟。

数据集由斯坦福大学，UCLA 和台湾辅仁大学临床心理学等心理学专业人士参与建设，并由 Chatopera 和诸多志愿者合作完成。

数据文件位置 efaqa-corpus-zh.utf8.gz ，该文件为 Gzip 压缩，utf8 编码，每行一条数据，每条为 JSON 格式字符串，格式如下：

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"
    }
  ]
}

话题标签

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

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。

【注意：】一些在临床上更为严重的心理疾病，比如多重人格等，因为其复杂性，更不容易判断，数据集暂时不涉及标注。

S3 SOS

紧急情况，需要立刻有人工干预。

聊天标签

项目背景

为了帮助更好应用该数据集，特别制作了一个视频帮助了解项目背景、标注设计和标注过程。

心理咨询AI助手｜派特心理

安装使用

Python

为了方便使用，数据集发布到 https://pypi.org/project/efaqa-corpus-zh/ 上，使用  pip 下载安装。

pip install efaqa-corpus-zh

演示代码

import efaqa_corpus_zh
l = list(efaqa_corpus_zh.load())
print("size: %s" % len(l))
print(l[0]["title"])

初次执行 load 接口，会下载数据，数据在 Github 上，请确保网络可以访问到 https://github.com 。下载速度取决于网络质量，目前数据集压缩包大小~8MB。

其它语言

如果您使用其它编程语言，那么直接先下载数据文件 efaqa-corpus-zh.utf8.gz ，然后使用 Gzip 解压 工具 解压，得到文本文件，然后按行读取。

媒体报导

通向心理咨询的未来之路|派特心理

派特心理：招募心理咨询语料标注志愿者

声明

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 GPL 3.0 许可协议。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。无授权商业用途，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}
}

声明 2:

语料库为主观标注，鉴于心理咨询的严肃性和重要性，语料制作时尽可能保证数据的准确性，但是无法保证 100%准确，对于因数据内容不当产生的后果，本团队不承担任何法律责任。

Emotional First Aid Dataset, Chatopera Inc., https://github.com/chatopera/efaqa-corpus-zh , Apr. 22th, 2020

GPL 3.0 许可协议

Emotional First Aid Dataset, only for Research. Copyright (C) 2020 北京华夏春松科技有限公司 https://chatopera.com

This program is free software: you can redistribute it and/or modify it under the terms of the GNU General Public License as published by the Free Software Foundation, either version 3 of the License, or (at your option) any later version.

This program is distributed in the hope that it will be useful, but WITHOUT ANY WARRANTY; without even the implied warranty of MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE. See the GNU General Public License for more details.

You should have received a copy of the GNU General Public License along with this program. If not, see http://www.gnu.org/licenses/ .