Команда мастерской по прикладному ИИ Инженерно-математической школы НИУ ВШЭ и VK представила проект HELPER, направленный на решение ключевой проблемы в анализе психологически нагруженных текстов — отсутствия специализированных русскоязычных корпусов с локальной разметкой эмоций. Александр Сабко, Виктория Белявская и Сергей Павлухин пояснили, что существующие решения в области анализа эмоций обычно работают на уровне всего текста, присваивая ему одну агрегированную метку, например, позитив или негатив. Такой подход неэффективен для задач психологического консультирования, где важно отслеживать смену состояний в разных фрагментах текста, а не только общий фон. За год работы исследователи собрали корпус психологически нагруженных текстов, создали приложение для разметки и дообучили несколько больших языковых моделей, включая Qwen-3, чтобы продемонстрировать применимость данных. Проект восполняет дефицит ресурсов для русского языка, что особенно актуально на фоне роста интереса к автоматизированным инструментам ментального здоровья в России.

Основная проблема, которую выявила команда, заключается в том, что открытые русскоязычные датасеты с эмоциональной разметкой используют разные схемы: один корпус размечен по семи эмоциям Экмана, другой — по восьми эмоциям модели OCC, третий ограничивается упрощённой классификацией позитив, негатив, нейтрал. Категории не пересекаются, степень детализации различается, что делает невозможным объединение корпусов в единый датасет. Кроме того, почти все они работают с агрегированным анализом, присваивая одну метку на весь текст или сообщение, что не позволяет улавливать локальные эмоциональные признаки. Для психологического анализа это критично, поскольку эмоции проявляются фрагментарно, и важно отслеживать переходы между состояниями, например, от стресса к гневу, затем к рационализации и облегчению. В отличие от зарубежных аналогов, таких как DailyDialog или EmpatheticDialogues, которые построены на коротких бытовых диалогах, HELPER ориентирован на сложные консультативные сценарии.

Для решения этой задачи исследователи разработали собственную схему разметки, основанную на десяти глубинных интервью с практикующими психологами из НИУ ВШЭ. В ходе интервью специалистов спрашивали о темпе речи, выборе слов, использовании местоимений, темах избегания, степени самораскрытия, юморе и сарказме. Расшифровки были обработаны с помощью тематического рефлексивного анализа в программе MAXQDA, что позволило выделить шесть макротем профессионального анализа: диагностические текстовые маркеры (эмоциональные паттерны, когнитивные искажения по Беку, лингвистические особенности), стратегии терапевтического ответа, контекстуальные факторы коммуникации, рефлексивная оценка взаимодействия, тематическая классификация запросов, а также безопасность и этика. На основе этого была сформирована схема разметки из четырёх компонентов, включая эмоциональную сегментацию по 14 эмоциям, расширенную по сравнению с исходной семью эмоциями Экмана. Такой подход позволяет охватить не только базовые эмоции, но и более тонкие психологические характеристики, что выгодно отличает HELPER от существующих схем.

Техническая реализация проекта включала сбор корпуса психологически нагруженных текстов из открытых источников и публичных датасетов с последующей локальной разметкой по единой схеме. Для разметки было написано собственное приложение, так как готовые инструменты не подходили для задачи пословного выделения фрагментов с эмоциональными признаками. Команда дообучила на полученном корпусе несколько LLM, включая Qwen-3, чтобы проверить, насколько модель способна распознавать динамику эмоций, а не просто угадывать общий фон. Важно отметить, что в отличие от стандартного сентимент-анализа, который ограничивается классификацией тональности, HELPER позволяет перейти к локальному выделению фрагментов, где проявляются конкретные состояния, что необходимо для построения временной динамики эмоций клиента в психологическом консультировании. Тестирование показало, что дообученные модели демонстрируют улучшенные результаты по сравнению с базовыми версиями, хотя точность на редких эмоциях остаётся вызовом.

Контекст разработки указывает на то, что существующие открытые корпуса, такие как DailyDialog и EmpatheticDialogues, не покрывают сложности консультативной практики, так как построены на коротких бытовых диалогах или эмоциональных ситуациях, далёких от психологического диалога. Закрытые корпуса вроде Woebot не публикуются, а ни в одном из доступных датасетов не было схемы, охватывающей психологические характеристики текста. Для российского рынка проект HELPER имеет особое значение, поскольку он восполняет дефицит специализированных русскоязычных ресурсов для задач психологического анализа, что может стимулировать развитие сервисов в области ментального здоровья, мониторинга эмоционального состояния пользователей и автоматизированного консультирования. В отличие от западных аналогов, HELPER учитывает лингвистические и культурные особенности русскоязычных текстов, что повышает его релевантность для локальных приложений.

Перспективы проекта включают дальнейшее расширение корпуса, уточнение схемы разметки и тестирование модели на реальных сценариях психологического консультирования. Открытыми остаются вопросы валидации методики оценки качества работы модели, а также интеграции HELPER в существующие платформы для анализа коммуникаций. В долгосрочной перспективе подобные решения могут стать основой для инструментов, которые помогут психологам отслеживать динамику состояния клиентов в диалогах, а также для систем раннего выявления рисков, таких как маркеры суицидального поведения или признаки насилия, что было отмечено в интервью с экспертами. Команда планирует публиковать результаты и делиться наработками с сообществом, чтобы стимулировать дальнейшие исследования в этой области. Однако остаётся неясным, насколько эффективно модель будет работать на данных из реальной практики, где конфиденциальность и этические ограничения могут затруднить сбор размеченных примеров.