一.数据集描述
1.数据集摘要
该数据集包含与心理健康相关的问题和答案的对话对，以单一文本形式呈现。数据集是从流行的医疗博客（如WebMD、Mayo Clinic和HealthLine）、在线常见问题等来源精选而来的。所有问题和答案都经过匿名化处理，以删除任何个人身份信息（PII），并经过预处理以删除任何不必要的字符。
2.语言
数据集中的文本是英文。
二.数据集结构
1.数据实例
一个数据实例包括一个文本列，其中包含了患者和医疗提供者之间的问题和答案的对话。问题是由患者提出的，答案是由医疗提供者提供的。如下所示：
"<HUMAN>: What is a panic attack? <ASSISTANT>: Panic attacks come on suddenly and involve intense and often overwhelming fear. They’re accompanied by very challenging physical symptoms, like a racing heartbeat, shortness of breath, or nausea. Unexpected panic attacks occur without an obvious cause. Expected panic attacks are cued by external stressors, like phobias. Panic attacks can happen to anyone, but having more than one may be a sign of panic disorder, a mental health condition characterized by sudden and repeated panic attacks."
翻译中文，如下所示：
"<HUMAN>: 什么是惊恐发作？ <ASSISTANT>: 惊恐发作突然发作，伴随着强烈且常常不可抑制的恐惧。它们伴随着非常具有挑战性的身体症状，如心跳加快、呼吸急促或恶心。突发的惊恐发作没有明显的原因。而预期的惊恐发作是由外部应激因素引起的，比如恐惧症。惊恐发作可能会发生在任何人身上，但多次经历可能是惊恐症的迹象，这是一种以突然和反复的惊恐发作为特征的心理健康状况。"
2.数据字段
'text'：患者和医疗提供者之间的问题和答案的对话。
三.数据集创建
1.策展理由
聊天机器人为寻求支持的个人提供了一个随时可用且易于访问的平台。它们可以随时随地访问，为需要帮助的人提供即时支持。聊天机器人可以提供共情和非判断性的回应，为用户提供情感支持。虽然它们无法完全替代人际互动，但它们可以是一个有用的补充，尤其是在困难时刻。因此，这个数据集被策划出来，以帮助使用这个自定义数据集微调会话式AI聊天机器人，然后可以部署并提供给最终患者作为聊天机器人。
2.数据源
该数据集是从流行的医疗博客（如WebMD、Mayo Clinic和HealthLine）、在线常见问题等来源策划而来的。
3.个人和敏感信息
该数据集可能包含与心理健康相关的敏感信息。所有问题和答案都经过匿名化处理，以删除任何个人身份信息。
参考文献：
[1]mental_health_chatbot_dataset：https://huggingface.co/datasets/heliosbrahma/mental_health_chatbot_dataset
[2]https://github.com/iamarunbrahma/finetuned-qlora-falcon7b-medical
[3]Fine-tuning of Falcon-7B Large Language Model using QLoRA on Mental Health Conversational Dataset：https://medium.com/@iamarunbrahma/fine-tuning-of-falcon-7b-large-language-model-using-qlora-on-mental-health-dataset-aa290eb6ec85
[4]train/loss for Falcon-7B PEFT model：https://wandb.ai/heliosbrahma/huggingface/reports/train-loss-for-Falcon-7B-PEFT-model--Vmlldzo1MDQxMDAy?accessToken=fi8s1lrhuwjlloumbxbmd3mm9h138nmu0b03szmir9fyqqs8wlev72878yd97ctn