摘要：亲子互动的质量对儿童认知发展至关重要。二元亲子互动编码系统 (DPICS) 通常用于评估父母和孩子的行为。然而，亲子互动治疗师手动注释 DPICS 代码是一项耗时的任务。为了协助治疗师完成编码任务，研究人员已经开始探索在自然语言处理中使用人工智能来自动对 DPICS 代码进行分类。在本研究中，我们使用了 DPICS 手册、五个家庭和一个开源 PCIT 数据集中的数据集。为了训练 DPICS 代码分类器，我们使用了预先训练的微调模型 Roberta 作为我们的学习算法。我们的研究表明，与基于句子的 DPICS 代码分类任务中的其他方法相比，对预训练的 RoBERTa 模型进行微调可获得最高的结果。对于 DPICS 手动数据集，总体准确率为 72.3%（宏精度 72.2%，宏召回率 70.5%，宏 F 分数 69.6%）。同时，对于 PCIT 数据集，总体准确率为