大学阶段是个人生理、心理发展的重要转折阶段。在此阶段学生的生理及心理状态都将发生巨大的变化,容易产生比以往更多的心理应激反应,出现心理失衡及各种心理问题。因此需要给予学生足够的关注以及一定的引导与疏通,使他们能够保持心理上的健康。目前高校提供的心理咨询服务资源往往有限,不能及时的为遇到心理问题的同学提供服务。聊天机器人可以作为辅助工具,通过聊天的方式及时为有困惑的同学提供情感抚慰。心理咨询相关的对话回复问题是应用于校园心理咨询的聊天机器人研发中的重要问题。近年来,开放领域内对话回复及聊天机器人的相关研究得到快速发展,为心理咨询相关的对话回复问题的研究提供了基础。本文从以下三个方面解决校园环境下心理咨询相关的对话回复问题。·咨询类别判断模型的构建。通过定义单词及句子在咨询类别下的度量方式,将单词及句子从咨询类别的角度进行向量化表示,构建出多标签文本分类模型对句子所属的咨询类别进行判断,使聊天系统可以在对话过程中识别来访者的咨询类别。·心理咨询相关对话语料的获取。通过将咨询类别判断模型与主动学习方法(Active Learning)相结合,从较大量的对话语料中筛选出心理咨询相关的对话语料,解决心理咨询相关的对话语料获取问题,使模型可以应用于不同的心理咨询场景。·心理咨询相关的句对匹配度预测模型的构建。基于选择型对话回复方式提出了一种应用于校园心理咨询的句对匹配度预测模型CTASM(Consult Type Aware Sentence Matching Model),通过深度学习完成心理咨询相关的对话匹配度预测问题,实现校园场景下心理咨询相关的对话回复功能。