BERT 遇见 LIWC：探索最先进语言模型在预测夫妻冲突互动中沟通行为上的应用
计算与语言
2021-09-21 v2
摘要
心理学中的许多过程都是复杂的，例如两个互动伙伴之间的二元互动（如患者-治疗师、亲密关系伴侣）。然而，关于互动的许多基本问题难以研究，因为二元过程可存在于个体内部及伴侣之间，它们基于行为的多模态方面并快速展开。当前分析主要基于行为编码方法，即人类编码员依据编码方案对行为进行标注。但编码劳动密集、昂贵、缓慢，且聚焦于少数模态。心理学中当前方法使用 LIWC 分析夫妻互动。然而，自然语言处理中的进展（如 BERT）可能使开发系统以自动化的行为编码成为可能，这反过来可大幅改进心理学研究。在本工作中，我们利用 openSMILE 提取的语言学特征与副语言学特征，训练机器学习模型以细粒度尺度（10 秒片段）自动预测 368 对德语瑞士夫妻在 8 分钟冲突互动中的积极与消极沟通行为编码。我们的结果显示，较简单的 TF-IDF 特征以及更复杂的 BERT 特征均优于 LIWC，且添加副语言学特征并未提升性能。这些结果表明，在夫妻研究的预测任务中，或许是时候考虑以现代替代方案取代心理学中事实上的语言学特征 LIWC 了。本工作是迈向夫妻行为自动编码的进一步一步，可增进夫妻研究与治疗，并可用于其他二元互动。
引用
@article{arxiv.2106.01536,
title = {BERT meets LIWC: Exploring State-of-the-Art Language Models for Predicting Communication Behavior in Couples' Conflict Interactions},
author = {Jacopo Biggiogera and George Boateng and Peter Hilpert and Matthew Vowels and Guy Bodenmann and Mona Neysari and Fridtjof Nussbeck and Tobias Kowatsch},
journal= {arXiv preprint arXiv:2106.01536},
year = {2021}
}
备注
5 pages. Accepted at the 2nd Workshop on Social Affective Multimodal Interaction for Health (SAMIH) at ICMI 2021