Psy-Chronicle: 一种合成长时序校园心理咨询对话的结构化流程

# 结构化流水线：用于合成长期校园心理咨询对话
来源：https://arxiv.org/html/2605.22140
###### 摘要

近年来，大型语言模型在心理支持任务中展现出巨大潜力。然而，现有心理咨询数据大多依赖单轮问答或短轮次的多轮对话，难以刻画大学生心理困扰在校园生活事件中如何长期积累、相互影响并逐渐演变的过程。为解决此问题，本文提出 Psy-Chronicle，一种用于合成长期校园心理咨询对话的结构化数据生成框架。该框架首先构建包含基本背景、人格倾向、家庭与社会支持及核心心理冲突的四维学生档案。随后生成长达一学期的时序压力事件图，以建模校园压力事件的时间顺序与演化依赖关系。最后，通过学生代理与咨询师代理之间的交互模拟，结合结构化记忆整合机制，Psy-Chronicle 生成了跨咨询会话且具有连续性的长期对话。基于 Psy-Chronicle，我们构建并开源了 CPCD——一个中文长期校园心理咨询对话数据集，包含 100 份学生档案、90,000 段咨询对话，约 1145 万中文字符。我们进一步构建了 CPCD-Bench，从会话级回应、长期记忆召回和时序因果推理三个维度评估模型的长期校园咨询能力。实验结果表明，CPCD 能够有效提升同基座模型在会话级回应生成和长期记忆召回方面的性能。同时，时序因果推理方面的改进仍然有限，表明事件链组织与因果解释是长期心理咨询建模的关键挑战。相关代码与数据可在以下网址获取：https://github.com/EdwinUSTB/Psy-Chronicle

## 1 引言

近年来，心理健康问题持续受到关注，普通公众对低门槛心理支持的需求不断增长（Wang et al., 2025 (https://arxiv.org/html/2605.22140#bib.bib1)）。在高校环境中，大学生往往同时面临多重压力源，包括学业竞争、人际适应、职业选择、家庭经济压力以及身心健康波动等。尽管传统的线下咨询具有专业性，但受限于咨询资源有限、预约成本及求助污名化等因素，难以完全满足学生群体日益增长的心理支持需求（Shi and Paracha, 2025 (https://arxiv.org/html/2605.22140#bib.bib2)）。随着大语言模型在语义理解、情绪识别与自然语言生成方面的发展，利用 LLMs 辅助心理支持与情感陪伴逐渐成为一个重要研究方向（Na et al., 2025 (https://arxiv.org/html/2605.22140#bib.bib3)）。

然而，当前心理咨询数据仍主要围绕“即时情绪-即时回应”范式组织。现有的咨询与情感支持数据集为此领域奠定了基础。例如，PsyQA (Sun et al., 2021 (https://arxiv.org/html/2605.22140#bib.bib4)) 提供了大规模的中文心理问答语料；ESConv (Liu et al., 2021 (https://arxiv.org/html/2605.22140#bib.bib5)) 通过情感支持策略标注推进了多轮支持性对话研究；SoulChat (Chen et al., 2023 (https://arxiv.org/html/2605.22140#bib.bib7)) 与 CPsyCoun (Zhang et al., 2024 (https://arxiv.org/html/2605.22140#bib.bib8)) 进一步探索了多轮心理支持与咨询对话的构建。尽管如此，这些数据集聚焦于单轮问答或短距离多轮交互，缺乏对来访者长期生活背景、事件触发因素及跨会话变化过程的显式建模。

大学生的心理困扰往往并非由单一事件瞬间触发，而是通过一学期内多个校园事件的持续积累与相互影响形成的。例如，考试失败可能引发自我怀疑，进而影响睡眠、人际交往与课堂表现，并在后续咨询会话中反复出现。如果训练数据仅提供孤立的片段，模型难以学习长期记忆保持、事件触发分析和分阶段咨询进程。

为填补这一数据层面的空白，本文提出 Psy-Chronicle，将长期校园心理咨询对话视为稳定学生档案、动态压力事件与历史咨询记忆共同驱动的过程。具体而言，该框架首先构建包含基本背景、人格倾向、家庭与社会支持及核心心理冲突的学生档案；然后生成一个跨学期的时序压力事件图；最后，围绕当前事件节点与历史记忆模拟跨会话咨询。基于此框架，我们构建了 CPCD 数据集与 CPCD-Bench 评估基准，并验证了它们在训练模型进行长期校园心理咨询方面的作用。

本文的贡献可总结如下：

1. 我们提出 Psy-Chronicle，一个面向长期数据合成的结构化框架。该框架将学生档案、时序压力事件图、交互式咨询模拟与结构化记忆整合到一个统一的流水线中，从而生成具有长期背景、时间连续性与问题逻辑演变的校园心理咨询对话。
2. 我们构建了 CPCD，一个中文长期校园心理咨询对话数据集。该数据集覆盖多个高频校园压力领域，并显式保留了学生档案、压力事件链与咨询对话之间的对应关系，为研究长期心理咨询建模提供了数据基础。据我们所知，CPCD 是首个面向中文高校心理咨询场景的公开长期对话数据集。
3. 我们提出 CPCD-Bench，一个长期校园心理咨询基准。该基准从会话级回应、长期记忆召回和时序因果推理三个方面评估模型能力，并揭示当前模型在事件链组织与因果解释方面仍面临重大挑战。

## 2 相关工作

心理健康与情感支持数据集已从单轮问答演变为多轮咨询式对话。PsyQA (Sun et al., 2021 (https://arxiv.org/html/2605.22140#bib.bib4)) 提供了大规模的中文心理健康问答数据，而 ESConv (Liu et al., 2021 (https://arxiv.org/html/2605.22140#bib.bib5)) 引入了带有支持策略标注的多轮情感支持对话。最新的数据集如 SoulChat (Chen et al., 2023 (https://arxiv.org/html/2605.22140#bib.bib7)) 和 CPsyCoun (Zhang et al., 2024 (https://arxiv.org/html/2605.22140#bib.bib8)) 进一步改进了同理心与咨询式对话的构建。然而，大多数现有资源聚焦于孤立问题或短距离交互，难以建模学生心理困扰在校园生活事件与多次咨询会话中的积累与演化。

基于 LLMs 的咨询系统，包括 ChatCounselor (Liu et al., 2023 (https://arxiv.org/html/2605.22140#bib.bib6))、MindChat (She et al., 2025 (https://arxiv.org/html/2605.22140#bib.bib9))、CBT-LLM (Na, 2024 (https://arxiv.org/html/2605.22140#bib.bib12))、Cactus (Lee et al., 2024 (https://arxiv.org/html/2605.22140#bib.bib13)) 和 ESCoT (Zhang et al., 2024 (https://arxiv.org/html/2605.22140#bib.bib11))，表明 LLMs 能够生成富有同理心、支持性且符合理论框架的回应。然而，其长期咨询能力受到训练数据的制约，这些数据缺乏对稳定来访者背景、事件驱动的心理变化及跨会话记忆的显式建模。

基于 LLM 的合成对话生成已被用于降低标注成本并扩展情感支持场景，例如 SweetieChat (Ye et al., 2025 (https://arxiv.org/html/2605.22140#bib.bib15))。长期对话研究如 LoCoMo (Maharana et al., 2024 (https://arxiv.org/html/2605.22140#bib.bib16)) 进一步表明，人物设定和时序事件图有助于提高长期对话一致性。与这些工作不同，Psy-Chronicle 专门针对校园心理咨询，显式地结合学生档案、时序压力事件图、跨会话咨询模拟与结构化记忆，生成了保留学生背景、压力事件演变与咨询历史之间关系的长期数据集 CPCD。

参见图注 图1：三种心理咨询数据范式的比较。与单轮或短距离多轮数据相比，Psy-Chronicle 将长期咨询轨迹扎根于学生档案、时序压力事件图与跨会话咨询记忆，从而支持长期心理状态演变、一致性维持和阶段性回应生成。
参见图注 图2：用于长期校园咨询数据合成、后处理与质量控制的 Psy-Chronicle 框架。该框架包含四个阶段：学生档案构建、时序压力事件图生成、跨会话咨询模拟以及数据集后处理与质量控制，最终生成经过过滤、一致且具有安全意识的咨询语料库。
## 3 Psy-Chronicle 框架

### 3.1 方法概述

为合成根植于真实校园生活的长期咨询对话，我们提出 Psy-Chronicle，一个用于校园心理咨询的结构化数据生成框架。Psy-Chronicle 并非直接生成孤立的咨询会话，而是将咨询建模为由稳定学生档案、时序压力事件图、跨会话咨询交互与结构化记忆更新共同驱动的长期过程。

对于每个合成学生 $i$，Psy-Chronicle 首先构建结构化学生档案：

$$P_i = \{B_i, T_i, S_i, C_i\}, \quad (1)$$

其中 $B_i$, $T_i$, $S_i$, 和 $C_i$ 分别表示学生的人口学与学业背景、人格倾向、家庭与社会支持背景以及核心心理冲突。该档案作为稳定的个体先验，约束学生在整个学期内对压力的易感性、情绪反应以及求助模式。

基于学生档案，该框架随后生成时序压力事件图：

$$G_i = (V_i, E_i), \quad (2)$$

其中 $V_i = \{v_{i,1}, v_{i,2}, \ldots, v_{i,T}\}$ 是压力事件节点序列，$E_i$ 表示事件之间的时间与演化依赖关系。每个事件节点包含事件内容、发生时间、压力强度以及事件后的主导心理状态。该图将校园压力源组织成时间上连贯的轨迹，使后续咨询会话能够根植于学生不断变化的生活背景。

Psy-Chronicle 随后沿事件图模拟跨会话咨询。在会话 $t$，对话基于学生档案 $P_i$、当前压力事件 $v_{i,t}$ 以及累积的历史记忆 $M_{i,t-1}$ 生成：

$$D_{i,t} = \Phi(P_i, v_{i,t}, M_{i,t-1}), \quad (3)$$

其中 $\Phi(\cdot)$ 表示学生代理与咨询师代理之间的交互模拟。每次会话后，系统将对话压缩为结构化记忆摘要并更新历史记忆：

$$M_{i,t} = \text{Update}(M_{i,t-1}, \Psi(D_{i,t}, v_{i,t})), \quad (4)$$

其中 $\Psi(\cdot)$ 表示会话级摘要函数。更新后的记忆随后用作后续会话的部分上下文，从而实现跨会话连续性并减少事实漂移。

总体而言，Psy-Chronicle 形成了一个闭环生成过程：

$$P_i \rightarrow G_i \rightarrow \{D_{i,t}\}_{t=1}^T \rightarrow \{M_{i,t}\}_{t=1}^T. \quad (5)$$

通过这种设计，每个咨询会话都显式地与学生稳定档案、当前校园压力事件以及累积的咨询历史相关联。最终数据集经过后处理与质量控制后获得，包括结构完整性、语义一致性、多样性、校园场景适切性及安全边界等检查。

### 3.2 学生档案构建

学生档案为后续的事件生成与咨询模拟提供了稳定的个体先验。每份档案包含四个维度：人口学与学业背景、人格倾向、家庭与社会支持背景以及核心心理冲突。我们采用受控覆盖策略，确保生成的学生反映校园咨询场景中常见的背景差异、风险因素与冲突类型。生成过程遵循“分层采样-约束生成-一致性过滤”流水线。我们首先从预定义空间中采样属性，然后提示 LLM 将其扩展为基于中文高校背景的自然语言档案，最后过滤掉存在属性冲突、叙事不完整、设定夸张、重复率高或校园相关性弱的档案。

### 3.3 时序压力事件图

在给定学生档案后，Psy-Chronicle 生成一个时序压力事件图，以表示学生在学期内的关键校园压力源。我们采用周级粒度，并将事件领域限制为五个常见类别：学业压力、人际关系、职业发展、家庭与经济压力以及身心健康。每个事件节点记录事件内容、发生周、压力强度及事件后心理状态。边不仅编码时间顺序，还编码演化依赖关系，要求后续事件或心理变化能够通过先前事件与学生档案来解释。候选事件图根据时间一致性、发展合理性、心理连续性、校园场景适切性以及文本非模板化进行过滤。

### 3.4 跨会话咨询对话模拟

在获得学生档案与时序压力事件图后，Psy-Chronicle 沿着事件轨迹模拟咨询会话。每次会话对应一个当前压力事件，同时通过结构化记忆继承先前会话的相关信息。学生代理根据当前事件、人格倾向、家庭与社会支持背景及核心冲突生成求助表达。咨询师代理随后