研究者发布 Therapy-FIS 心理治疗师人际技能评估数据集
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载数据集构成与标注
Therapy-FIS 面向标准化心理治疗任务中的自动 FIS 评估。FIS 本身是一种基于表现的评估方法，用来衡量心理健康从业者的人际胜任力，但传统做法依赖人工观察打分，耗时、成本高且难以规模化；公开的专业治疗场景数据长期缺失，也限制了自动化进展。该数据集从治疗师对标准化模拟患者刺激片段的回应中提取面部、声学与文本三类信号，来源为 890 段治疗师视频和 8 段患者视频。每条数据带有 8 项 FIS 子量表评分以及一项总体 FIS 分数，作者称这是该领域首个公开可用的数据集。
基准任务与基线表现
在数据基础上，作者建立了包含两个下游任务的基准：治疗师表现评分，以及治疗师与模拟患者联合表现评分。配套基线模型 DyadicFIS 使用门控融合与路由读出，可分别在仅治疗师和双人互动两种设置下运行。结果显示，该模型在两个任务上取得最佳宏平均一致性相关系数，分别为 0.2807 和 0.3299。这一数值水平说明自动评分与人工评分之间仅呈弱到中等程度的一致性，距离替代人工评估仍有距离，但为后续方法提供了可对比的起点。
可复现价值与适用边界
该工作的意义在于把原本封闭、依赖专家的评估流程转化为可复现的数据驱动任务：公开数据、明确标注维度、固定基准与基线，使不同方法可以在同一口径下比较。其适用范围集中在标准化治疗任务中的治疗师人际技能评估，样本中患者视频仅 8 段，治疗师视频数量更多，数据规模与场景多样性有限。论文归入计算机视觉与模式识别、人工智能及计算机与社会等分类，发布在 arXiv，编号 2611.04645。
为什么值得看
首个公开的心理治疗 FIS 数据集，把原本依赖人工评分的评估流程推向自动化，并给出可复现基准。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。