Eigenmood 空间：基于不确定性感知的古典波斯诗歌心理模式谱图分析

古典波斯诗歌是历史上持续存续的档案，其中通过隐喻、文本间惯例和修辞上的间接性来表达情感生活。这些特性使得密切阅读不可或缺，同时限制了规模化的可重复比较。在本文中，我们提出了一个基于大规模自动多标签标注的、具备不确定性感知的诗人级心理分析框架。每首诗都关联一组心理概念，附带每个标签的置信度得分，以及一个不确定标志，指示证据不足。我们将置信度加权的证据聚合到诗人 $\times$ 概念矩阵中，将每个诗人解释为概念上概率分布，并通过 Jensen--Shannon 散度和 Kullback--Leibler 散度量化诗歌个体性。为捕捉边际分布之外的关系结构，我们构建了一个基于置信度加权的概念共现图，并通过拉普拉斯谱分解定义 Eigenmood 嵌入。在 61,573 首跨 10 位诗人的诗歌语料中，22.2% 的诗句被标记为不确定，凸显了不确定性的分析重要性。我们进一步报告了置信度阈值下的灵敏度分析、将不确定性视为类别的选择偏差诊断，以及沿 Eigenmood 轴检索诗句级范例的远近工作流程。 resulting framework 支持可扩展、可审计的数字人文分析，同时通过从诗句级证据到诗人级推断的不确定性传递，保持解释性谨慎。