社会本体知识表示能否通过机器学习进行度量？

本文提出，个人社会本体（PSO）是个体对术语的本体属性之所感知。例如，一个绝对的宿命论者 arguably 会使用消除任何形式能动性的术语。此类宿命论的影响在于，以与非宿命论者本体地定义“获胜”“胜利”与“成功”等行为相反的方式，对这些行为进行本体定义。尽管上述宿命论者与非宿命论者都同意这些术语的词典定义，但他们就这些术语具体如何被实现而言存在分歧。二者间的差异可从他们对这些术语的使用（即这些术语与其他术语的共现）中推断出来。因此，对此类共现的量化提供了一条刻画说话者社会本体观的途径。在本文中我们追问：为获得对个体社会本体的有效且可靠的 psychometric 度量，应度量何种具体的术语共现？我们考量社会心理学与社会神经科学文献，得出可视为个人社会本体主要特征的社会概念列表，进而提出一个NLP流水线以捕捉这些术语在语言中的表述。