认知语言学身份融合评分 (CLIFS)：一种基于文本的可扩展认知信息化方法

量化身份融合——即将自我与另一个实体或抽象目标（例如宗教团体、政党、意识形态、价值观、品牌、信念等）的心理融合——对于理解广泛的群体性人类行为至关重要。我们介绍认知语言学身份融合评分 (CLIFS)，一种新型指标，将认知语言学与大语言模型 (LLMs) 集成，基于隐式隐喻检测。不同于需要受控调查或直接现场接触的传统图片和文字量表，CLIFS 提供了全自动、可扩展的评估，同时保持与既定文字测量的强大一致性。在基准测试中，CLIFS 在现有自动方法和人类标注中均表现出色。作为概念验证，我们将 CLIFS 应用于暴力风险评估，以证明其可通过超过 240% 的改进提升暴力风险评估。基于我们对新型 NLP 任务的识别和早期成功，我们强调需要发展更大、更具多样性的数据集，以涵盖额外的融合目标领域和文化背景，以提高可泛化性并进一步推动这一新兴领域。CLIFS 模型和代码已公开于 https://github.com/DevinW-sudo/CLIFS。