言为心声:人工智能探测抑郁症的语言证据与价值

发布时间：2020-12-10 06:25

　　由于压力驱使、病耻逃离、社会比较、自我呈现等因素,导致了抑郁症个体表现出回避进行线下社交,而偏向进行线上活动。互联网社交媒体已经成为抑郁症个体进行情绪宣泄和言语表达的一个重要场所。抑郁症个体社交媒体发文具有负面型的文风、格式化的用词、含混式的表达、规律性的时间等特征。随着心理学和计算科学的合作日益增多,学术界越来越流行通过大数据、机器学习、人工智能等技术发现用户语言和心理之间的关联,推测其过度化自我聚焦、偏差式社会比较、压抑型认知图式以及隐含伤感类自我呈现等心理状态,判断其罹患抑郁症的可能性,进而掌握抑郁症人群的社会人口学特征以及开展有效干预。通过分析互联网抑郁症人群的大数据分布等社会指标,对于抑郁症个体的康复、相关部门的有效干预以及国民身心健康发展等都具有重要意义。 

【文章来源】：西北师大学报(社会科学版). 2020年05期 第136-144页 北大核心CSSCI

【文章页数】：9 页

【文章目录】：
一、过度化自我聚焦导致单调用语
二、偏差式社会比较诱发含混表述
三、压抑型认知图式映射负面文风
四、伤感类自我呈现关联发文时段
五、结语:网络成为心安处


【参考文献】：
期刊论文
[1]自杀倾向的话语表述——大学生“走饭”微博分析[J]. 高一虹,孟玲.  外语与外语教学. 2019(01)
[2]因果判定与躯体化:精神病学标准化的医学社会学反思[J]. 吕小康,汪新建.  社会学研究. 2013 (03)



本文编号：2908234