HamRaz：一个用于基于LLM智能体的个人中心疗法的、具有文化适配性的波斯语对话数据集
HamRaz: A Culture-Based Persian Conversation Dataset for Person-Centered Therapy Using LLM Agents
AI总结：
本研究提出适配波斯文化、基于个人中心疗法的心理健康对话数据集HamRaz，结合脚本对话与LLM角色扮演还原真实咨询特征，并配套双重评估框架，经人工验证其在共情等维度优于现有基线，填补了小众语言文化下的心理健康AI资源缺口。
摘要：
我们提出HamRaz，这是一个适配文化的波斯语数据集，用于AI辅助心理健康支持，以个人中心疗法（PCT）为基础。为反映真实治疗挑战，我们将基于脚本的对话与自适应大语言模型（LLM）角色扮演结合，捕捉波斯语来访者表达的模糊性与情绪细微差别。我们还推出HamRazEval，这是一个双重评估框架，使用通用指标和专门的心理关系测量维度评估对话质量与治疗质量。人工评估显示，HamRaz在共情性、连贯性和真实感方面优于现有基线。该资源通过连接代表性不足群体的语言、文化与心理健康，为数字人文学科做出贡献。
英文摘要：
We present HamRaz, a culturally adapted Persian-language dataset for AI-assisted mental health support, grounded in Person-Centered Therapy (PCT). To reflect real-world therapeutic challenges, we combine script-based dialogue with adaptive large language models (LLM) role-playing, capturing the ambiguity and emotional nuance of Persian-speaking clients. We introduce HamRazEval, a dual-framework for assessing conversational and therapeutic quality using General Metrics and specialized psychological relationship measures. Human evaluations show HamRaz outperforms existing baselines in empathy, coherence, and realism. This resource contributes to the Digital Humanities by bridging language, culture, and mental health in underrepresented communities.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
