Reframe Your Life Story: Interactive Narrative Therapist and Innovative Moment Assessment with Large Language Models
作者: Yi Feng, Jiaqi Wang, Wenxuan Zhang, Zhuang Chen, Yutong Shen, Xiyao Xiao, Minlie Huang, Liping Jing, Jian Yu
分类: cs.CL
发布日期: 2025-07-27 (更新: 2025-09-12)
备注: EMNLP 2025 Main
💡 一句话要点
提出INT交互式叙事治疗师与IMA创新时刻评估，利用大语言模型改善心理健康支持。
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 大语言模型 心理治疗 叙事疗法 人机交互 创新时刻评估
📋 核心要点
- 现有心理健康支持方法在模拟专业心理治疗的真实感和捕捉治疗过程的时间演变方面存在不足。
- 论文提出INT交互式叙事治疗师和IMA创新时刻评估，利用大语言模型模拟专家治疗并量化治疗效果。
- 实验表明，INT在治疗质量和深度上优于标准LLM，并能合成高质量的支持对话。
📝 摘要（中文）
大语言模型（LLMs）的最新进展为心理健康支持开辟了新的可能性，但目前的方法在模拟专业心理治疗方面缺乏真实感，并且无法捕捉治疗过程中的时间推移。叙事疗法帮助个体将有问题的生命故事转化为积极的选择，但由于可及性有限和社会污名化而未得到充分利用。我们通过一个包含两个核心组件的综合框架来解决这些局限性。首先，INT（交互式叙事治疗师）通过规划治疗阶段、指导反思水平和生成上下文相关的专家式回应来模拟专家叙事治疗师。其次，IMA（创新时刻评估）提供了一种以治疗为中心的评估方法，通过跟踪“创新时刻”（IMs）来量化有效性，创新时刻是客户言语中表明治疗进展的关键叙事转变。在260名模拟客户和230名人类参与者身上的实验结果表明，INT在治疗质量和深度方面始终优于标准LLM。我们进一步证明了INT在合成高质量支持对话以促进社会应用方面的有效性。
🔬 方法详解
问题定义：现有心理健康支持系统，特别是基于大语言模型的系统，在模拟专业心理治疗（如叙事疗法）的真实性和深度方面存在不足。它们难以捕捉治疗过程中的细微变化和个体化的需求，并且缺乏有效的评估方法来衡量治疗效果。叙事疗法虽然有效，但由于可及性有限和社会污名化，应用受限。
核心思路：论文的核心思路是利用大语言模型的能力，构建一个能够模拟专家叙事治疗师的交互式系统（INT）。该系统通过规划治疗阶段、指导反思水平和生成专家式回应，为用户提供个性化的叙事治疗体验。同时，引入创新时刻评估（IMA）方法，通过识别用户言语中的“创新时刻”来量化治疗效果，从而实现对治疗过程的有效监控和评估。
技术框架：整体框架包含两个主要模块：INT（交互式叙事治疗师）和IMA（创新时刻评估）。INT模块负责模拟治疗师的行为，包括：1) 治疗阶段规划：根据用户输入确定治疗的整体方向和目标。2) 反思水平指导：引导用户进行不同深度的反思，促进自我认知。3) 专家式回应生成：根据用户输入和治疗阶段，生成上下文相关的、具有治疗意义的回应。IMA模块则负责评估治疗效果，通过分析用户在对话中表达的“创新时刻”来判断治疗进展。
关键创新：论文的关键创新在于将叙事疗法的理论与大语言模型的能力相结合，构建了一个可交互、可评估的心理健康支持系统。INT模块通过模仿专家治疗师的行为，提供更具个性化和深度的治疗体验。IMA模块则提供了一种新的、以治疗为中心的评估方法，能够更准确地衡量治疗效果。
关键设计：INT模块的关键设计包括：1) 使用prompt engineering来指导大语言模型生成符合叙事疗法原则的回应。2) 设计了分层的反思水平，引导用户逐步深入地思考问题。3) 采用了强化学习等技术来优化治疗阶段的规划。IMA模块的关键设计在于定义了“创新时刻”的特征，并训练模型来自动识别用户言语中的创新时刻。具体的参数设置、损失函数和网络结构等技术细节在论文中可能未详细公开，属于未知信息。
🖼️ 关键图片
📊 实验亮点
实验结果表明，INT在治疗质量和深度方面始终优于标准LLM。在模拟客户和人类参与者身上的测试中，INT能够生成更具治疗意义的回应，并有效促进用户的自我反思。此外，IMA模块能够准确识别用户言语中的“创新时刻”，为治疗效果的评估提供了客观依据。具体性能数据和提升幅度在论文中可能有所体现，但此处无法给出精确数值。
🎯 应用场景
该研究成果可应用于在线心理健康咨询平台、虚拟治疗机器人、以及心理健康教育等领域。通过提供可及性更高、成本更低的叙事治疗服务，有望缓解心理健康问题，提高个体幸福感。未来，该技术还可扩展到其他类型的心理治疗，并与其他心理健康干预手段相结合，形成更全面的心理健康支持体系。
📄 摘要（原文）
Recent progress in large language models (LLMs) has opened new possibilities for mental health support, yet current approaches lack realism in simulating specialized psychotherapy and fail to capture therapeutic progression over time. Narrative therapy, which helps individuals transform problematic life stories into empowering alternatives, remains underutilized due to limited access and social stigma. We address these limitations through a comprehensive framework with two core components. First, INT (Interactive Narrative Therapist) simulates expert narrative therapists by planning therapeutic stages, guiding reflection levels, and generating contextually appropriate expert-like responses. Second, IMA (Innovative Moment Assessment) provides a therapy-centric evaluation method that quantifies effectiveness by tracking "Innovative Moments" (IMs), critical narrative shifts in client speech signaling therapy progress. Experimental results on 260 simulated clients and 230 human participants reveal that INT consistently outperforms standard LLMs in therapeutic quality and depth. We further demonstrate the effectiveness of INT in synthesizing high-quality support conversations to facilitate social applications.