TA-RAG：面向同伴支持健康通信的语调感知检索增强生成

# 面向同伴支持健康沟通的语气感知检索增强生成

来源：https://arxiv.org/html/2606.06794
安东尼·麦科斯克 斯威本科技大学 墨尔本 维多利亚州 澳大利亚 amccosker@swin\.edu\.au (https://arxiv.org/html/2606.06794v1/mailto:[email protected])

###### 摘要

检索增强生成（RAG）能够将大语言模型（LLM）的输出可靠地建立在可信文档之上，但对于敏感的同伴支持健康沟通而言，仅靠事实基础是不够的。在 HIV 同伴支持等领域，回应还必须易于理解、无污名化、富有同理心，并针对接收者进行个性化调整。本文提出 TA-RAG，一种轻量级、基于提示的语气感知 RAG 框架，它无需模型微调即可将明确的语气控制嵌入 RAG 流水线中。我们将语气操作化为四个核心组件：无污名重写、可读性调整、接收者适配和同理心改写。我们利用来自澳大利亚 HIV 在线学习（HOLA）、UNAIDS 术语指南、可读性指标、澳大利亚 HIV 感染者协会（NAPWHA）的同伴支持标准以及一个公共同理心数据集的问题，通过组件级测试评估了 TA-RAG。结果表明，TA-RAG 的各个组件在保持关键内容的同时，提高了其目标沟通质量。这些发现强调，基于提示的语气控制是使 RAG 输出适用于敏感同伴支持健康沟通的一个潜在方向。

TA-RAG，语气感知检索增强生成，检索增强生成，RAG，同伴支持健康沟通

††ccs:计算方法 自然语言处理††ccs:应用计算 健康信息学††ccs:信息系统 语言模型

## 1. 引言

同伴支持在社区健康中扮演着重要角色，尤其是在污名化、不确定性和健康素养障碍影响人们寻求和解释信息的背景下（Berg et al., 2021 (https://arxiv.org/html/2606.06794#bib.bib7); Kang et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib14); World Health Organization, 2022 (https://arxiv.org/html/2606.06794#bib.bib16); Young et al., 2024 (https://arxiv.org/html/2606.06794#bib.bib4)）。在 HIV、心理健康和慢性病等领域，同伴支持者不仅仅是传递事实——他们还提供 reassurance、实用指导和情感上合适的沟通（Machon et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib6); Berg et al., 2021 (https://arxiv.org/html/2606.06794#bib.bib7); Kang et al., 2022 (https://arxiv.org/html/2606.06794#bib.bib13)）。这使得同伴支持沟通成为生成式 AI 系统的一个具有挑战性的场景，因为一个回复可能在事实上正确，但仍可能显得冷漠、难以理解、轻蔑或带有污名化。RAG 为健康信息系统提供了有前景的基础，因为它将生成的答案建立在可信文档之上（Gao et al., 2024 (https://arxiv.org/html/2606.06794#bib.bib19); Amugongo et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib18)）。然而，标准的 RAG 流水线主要针对相关性和事实性进行优化。它们并不明确控制生成的回复是否使用以人为本的语言、满足可读性需求、适应该接收者，或注意到用户的情感背景（UNAIDS, 2024 (https://arxiv.org/html/2606.06794#bib.bib8); Health Equity Matters, 2024 (https://arxiv.org/html/2606.06794#bib.bib9); Bol et al., 2020 (https://arxiv.org/html/2606.06794#bib.bib28); Sharma et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib23)）。这些限制在同伴支持环境中尤其重要，因为语气会影响信任、理解以及根据信息采取行动的意愿。

本文提出一个问题：*“RAG 如何超越事实基础，以支持语气感知的同伴支持健康沟通？”* 为回答这个问题，我们提出了 TA-RAG，一种将语气视为基本设计要求的语气感知 RAG 框架。TA-RAG 从四个维度定义语气：*无污名术语*、*可读性*、*接收者适配性* 和 *同理心*。该框架在事实草稿生成之后添加了一个语气调整层，并辅以歧义处理。TA-RAG 不需要模型微调或特定领域的模型训练，而是通过基于提示的机制和指南驱动的重写来实现这些控制，使得框架轻量级且易于适应可能技术资源有限的社区组织。

本文做出三项贡献：首先，我们提出了 TA-RAG，一种用于敏感同伴支持健康场景中语气感知 RAG 的轻量级架构。其次，我们通过四个可控组件操作化语气：无污名重写、可读性调整、接收者适配和同理心改写。第三，我们通过组件级测试评估 TA-RAG，以在完整的用户部署研究之前验证每个模块。本文被定位为 TA-RAG 的早期基础框架。目标是在与经过培训的同伴支持者进行更广泛评估之前，确定 TA-RAG 的组件是否能够在提高同伴支持沟通质量方面产生可衡量的性能。

## 2. 动机与语气定义

**用于健康信息获取的 RAG。** RAG 系统将知识源的检索与大语言模型相结合，使得生成的回复比纯生成式聊天机器人更透明、更有依据（Gao et al., 2024 (https://arxiv.org/html/2606.06794#bib.bib19); Amugongo et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib18)）。在健康领域，RAG 具有吸引力，因为它可以整合可信指南、组织文档和科学文献，这一能力在医疗和健康信息应用中正被越来越多地探索（Nori et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib21); Thirunavukarasu et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib20); Amugongo et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib18)）。然而，仅凭基础并不能保证回应适合非专业用户或敏感社区。健康信息可能仍然过于技术化、情感平淡，或与社区偏好的语言不一致。

**同伴支持沟通中的语气。** 健康沟通研究强调，有效沟通不仅仅取决于正确性（Bol et al., 2020 (https://arxiv.org/html/2606.06794#bib.bib28); Lustria, 2017 (https://arxiv.org/html/2606.06794#bib.bib30); Kang et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib14); Lapinski et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib29)）。信息需要可读、尊重、量身定制且情感上合适。例如，在 HIV 相关沟通中，术语可以强化或减少污名化，这促使使用以人为本和社区偏好的语言指南（UNAIDS, 2024 (https://arxiv.org/html/2606.06794#bib.bib8); Health Equity Matters, 2024 (https://arxiv.org/html/2606.06794#bib.bib9)）。同样，同样的信息可能需要以不同的方式向同伴、全科医生或政策制定者表达，这反映了关于信息定制和目标健康沟通的已有工作（Bol et al., 2020 (https://arxiv.org/html/2606.06794#bib.bib28); Lustria, 2017 (https://arxiv.org/html/2606.06794#bib.bib30); Lapinski et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib29)）。TA-RAG 基于这一见解，将语气视为一组操作约束，嵌入到生成流水线中，而非表面的风格层。

我们将语气定义为四种沟通属性的组合，这些属性在同伴支持健康沟通中尤其关键：

1. (1) **无污名术语**：使用以人为本、包容且符合指南的语言。这一维度至关重要，因为污名化或过时的术语会降低信任、加剧社会伤害，并使健康信息变得不安全（UNAIDS, 2024 (https://arxiv.org/html/2606.06794#bib.bib8); Health Equity Matters, 2024 (https://arxiv.org/html/2606.06794#bib.bib9); World Health Organization, 2022 (https://arxiv.org/html/2606.06794#bib.bib16)）。
2. (2) **可读性**：语言对非专业用户友好。可读性很重要，因为同伴支持的回应通常由健康素养水平各异的人使用，而过多的技术语言会限制理解（Tran et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib2); Bol et al., 2020 (https://arxiv.org/html/2606.06794#bib.bib28); Thirunavukarasu et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib20)）。
3. (3) **接收者适配性**：根据指定目标接收者的沟通期望进行调整。语气不是通用的——同样的信息可能需要针对同伴进行对话式和安慰式表达，针对全科医生需要临床精确，针对政策制定者则需要简洁且注重影响（Bol et al., 2020 (https://arxiv.org/html/2606.06794#bib.bib28); Lustria, 2017 (https://arxiv.org/html/2606.06794#bib.bib30); Lapinski et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib29)）。
4. (4) **同理心**：承认担忧、不确定性和情感背景。同伴支持通常既涉及信息提供，也涉及情感安慰。先前关于 AI 中介同伴支持的研究表明，生成模型可以产生支持性的回应。忽略恐惧、不确定性或痛苦的回应可能看似事实正确，但作为支持性沟通仍然失败（Nembhard et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib25); Sharma et al., 2023 (https://arxiv.org/html/2606.06794#bib.bib23); Young et al., 2024 (https://arxiv.org/html/2606.06794#bib.bib4); Shen et al., 2024 (https://arxiv.org/html/2606.06794#bib.bib17); Liu et al., 2025 (https://arxiv.org/html/2606.06794#bib.bib22)）。

这些属性可以反映出当健康信息传达给可能正在应对污名化、不确定性、低健康素养或情感困难决策的人们时所出现的特定风险。在这种情境下，一个回应不仅要有证据基础，还必须安全、易懂、社交上合适且具有支持性。

## 3. TA-RAG 框架

TA-RAG 通过一个基于提示的语气调整层扩展了 RAG，确保回应无污名、可读、富有同理心，并且适合同伴支持。TA-RAG 可分为三个主要步骤（见图 1 (https://arxiv.org/html/2606.06794#S3.F1) 和算法 1 (https://arxiv.org/html/2606.06794#alg1)）：

![图 1 说明](https://arxiv.org/html/2606.06794#S3.F1)
图 1. TA-RAG 架构。

**算法 1 TA-RAG 工作流程**
1: 查询 \(q\)，语料库 \(\mathcal{C}\)，阈值 \(\tau_e\)（同理心），\(\tau_r\)（可读性），污名过滤指南 \(G_s\)，接收者指南 \(G_p\)
2: /* 步骤 1: 澄清与检索 */
3: \(q \leftarrow \text{ClarifyQ}(q, \mathcal{C})\)
4: \(R(q) \leftarrow \text{RetrieveChunk}(k, q, \mathcal{C})\)
5: /* 步骤 2: 草稿生成 */
6: \(d \leftarrow M(q, R(q))\) ▷ 基于证据的草稿
7: /* 步骤 3: 语气调整层 */
8: \(d' \leftarrow \text{Replace}(d, G_s)\) ▷ 无污名控制
9: 如果 \(R_{\text{read}}(d') > \tau_r\) 则 ▷ 可读性控制
10:   \(d' \leftarrow \text{SimplifyUntil}(d', \tau_r)\)
11: 结束如果
12: \(d' \leftarrow \text{PeerSupportAdapt}(d', G_p)\) ▷ 同伴支持对齐
13: 如果 \(E(d') < \tau_e\) 则 ▷ 同理心控制
14:   \(d' \leftarrow \text{EmpathyRephrase}(d')\)
15: 结束如果
16: 返回 \(d'\)

**步骤 1: 澄清与检索：** TA-RAG 首先对用户查询 \(q\)（或提示）进行澄清。一个基于提示的歧义检测器检查 \(q\) 是否足够清晰，可以基于语料库 \(\mathcal{C}\) 进行回答（L1）。如果 \(q\) 有歧义，则生成一个更清晰的问题，并呈现给用户确认或精炼。例如，查询“How can I improve my quality of life?”（如何提高我的生活质量？）过于宽泛，因为 HIV 感染者的生活质量可能涉及社交联系、痛苦或日常支持。在 NAPWHA 同伴支持背景下，TA-RAG 可能会生成一个澄清后的查询：“Which part of living well with HIV would you like support with: connection, emotional wellbeing, healthcare, stigma, or distress?”（您希望在 HIV 良好生活的哪个方面获得支持：联系、情感健康、医疗保健、污名化还是痛苦？）一旦用户确认 \(q\) 清晰，TA-RAG 使用 \(\text{RetrieveChunk}(\cdot)\)（L2）从 \(\mathcal{C}\) 中检索前 \(k\)（\(k\)：用户指定）个相关片段：\(\text{top-}k_{p \in \mathcal{C}} \cos(\text{em}(q), \text{em}(p))\)，其中 \(\text{em}(\cdot)\) 是嵌入函数，\(p\) 是文档片段。检索到的片段为回应提供事实依据。

**步骤 2: 草稿生成：** 大语言模型 \(M\) 根据 \(\mathcal{C}\) 生成基于证据的事实草稿 \(d\)，条件为 \(q\) 和检索到的片段 \(R(q)\)（L3）。草稿 \(d\) 旨在通过利用 \(\mathcal{C}\) 最大化事实相关性和覆盖范围。然而，它可能仍然过于复杂、缺乏人性化，或与用户期望的支持性、可及性和沟通规范不一致。

**步骤 3: 语气调整层：** 该层通过四个基于提示的组件（使用大语言模型 \(M\)）精炼草稿 \(d\)（L4–11）：

- **无污名重写（\(\mathbf{C}_{\mathbf{Stig}}\)）：** \(\mathbf{C}_{\mathrm{Stig}}\) 将 \(d\) 作为输入，并根据从污名过滤指南 \(G_s\) 导出的规则（L4），将污名化表达转化为更受欢迎的替代术语。例如，在 HIV 同伴支持背景下，\(G_s\) 可以操作化为一个基于 UNAIDS 术语指南（UNAIDS, 2024 (https://arxiv.org/html/2606.06794#bib.bib8)）的领域特定污名过滤规则集（例如，‘HIV patients’ → ‘people living with HIV’）。通过替换标签性语言同时保留语义含义，\(\mathbf{C}_{\mathrm{Stig}}\) 生成精炼后的草稿 \(d'\)，该草稿随后作为下游语气控制步骤的输入。

- **可读性控制（\(\mathbf{C}_{\mathbf{Read}}\)）：** \(\mathbf{C}_{\mathrm{Read}}\) 使用 \(R_{\text{read}}(\cdot)\) 评估 \(d'\) 的可读性，并与阈值 \(\tau_r\) 进行比较（L5–7）。如果 \(R_{\text{read}}(d') > \tau_r\)，意味着回应的复杂程度高于所需可读性水平，\(\mathbf{C}_{\mathbf{Read}}\) 调用 \(\text{SimplifyUntil}(d', \tau_r)\) 迭代精炼和重写回应，直到满足条件，或达到用户指定的最大简化尝试次数。

- **接收者调整（\(\mathbf{C}_{\mathbf{Reci}}\)）：** \(\mathbf{C}_{\mathbf{Reci}}\) 使用接收者指南 \(G_p\)（L8）将 \(d'\) 调整为适合预期接收者。用户可以指定接收者类别，例如同伴支持者或政策制定者，其中 \(G_p\) 定义了预期的正式程度和沟通风格。面向政策制定者的回应可能优先考虑政策相关性，而面向同伴支持的回应则可能强调 reassurance、共