与真正的心理医生相比,心理咨询聊天机器人具备一定优势,例如:费用低,避免了心理患者的接触心理障碍,不受时间和地点的限制,不受心理医生数量限制等。现有心理咨询聊天机器人能显著增加患者接受治疗的机会,且已被证明具备一定的心理治疗效果。然而,一些尚未解决的技术需求限制了心理咨询聊天机器人的使用和效果,例如:如何避免无意义或模糊的闲聊式回答,如何避免刺激性语言,如何将心理治疗理论融入对话模型,如何提高心理咨询聊天机器人的治疗有效性等。这些技术需求的解决又以收集标准、有效、真实、丰富的心理咨询语料库为前提。其中,两个基本的、且尚未解决的技术需求是避免无意义的闲聊式回答和筛除刺激性语言。一方面,以心理咨询为目的的聊天中,闲聊式回答容易让心理疾病患者产生被忽视感,从而带来更大的心理压力。另一方面,心理疾病患者内心较为敏感。尖锐和刺激性的回答可能带来心理二次伤害,从而导致严重后果。因此,相较于日常聊天机器人,心理咨询聊天机器人的回答需要具备更高的针对性和体贴程度。筛除无意义的闲聊式回答和计算心理咨询聊天机器人的响应体贴程度,能够保障用户的心理安全,有利于优化心理咨询聊天机器人的响应策略,提升用户体验。现有心理咨询聊天机器人尚未针对上述技术需求展开研究。本文的工作主要有以下三个方面:（1）构建了大型心理咨询对话语料数据集。设计对话类别判断模型,从大量自行搜集的语料库中筛选心理咨询相关语料,初步解决心理咨询聊天机器人所需语料问题。（2）使用心理咨询对话语料库并基于GPT-2预训练模型构建响应模型,实现心理咨询聊天机器人Medivh,并通过最大互信息筛除了无意义的闲聊式响应。（3）定义了心理咨询聊天机器人评价标准:响应体贴度。构建计算心理咨询聊天机器人响应体贴度的响应体贴度评估模型（Response Condieration Evaluation Model,RCEM）,并进行了多组对比实验证明响应体贴度评估模型可以准确地计算聊天机器人响应的体贴度。