中文

源自文本的情绪粒度:心理健康的聚合层级指标

计算与语言 2024-11-26 v2

摘要

我们在情绪如何塑造体验方面是共通的;然而,个体在如何识别、分类和表达情绪方面却存在巨大差异。在心理学中,个体区分情绪概念能力的差异被称为情绪粒度(通过自我报告情绪来确定)。高情绪粒度与更好的身心健康相关;而低情绪粒度则与适应不良的情绪调节策略及不良的健康结果相关。在本研究中,我们提出了源自社交媒体中时序排列说话者话语的计算化情绪粒度度量(以替代受各种偏差影响的自我报告)。随后,我们考察了这种源自文本的情绪粒度度量作为各种心理健康状况指标的有效性。我们建立了源自文本话语的情绪粒度基线度量,并表明在聚合层级上,自我报告患有心理健康状况的人群的情绪粒度显著低于对照组人群。这为更好地理解心理健康状况,特别是情绪在我们身心健康中所起的作用铺平了道路。

关键词

引用

@article{arxiv.2403.02281,
  title  = {Emotion Granularity from Text: An Aggregate-Level Indicator of Mental Health},
  author = {Krishnapriya Vishnubhotla and Daniela Teodorescu and Mallory J. Feldman and Kristen A. Lindquist and Saif M. Mohammad},
  journal= {arXiv preprint arXiv:2403.02281},
  year   = {2024}
}

备注

9 pages plus appendices; published as a long paper at EMNLP 2024