内部叙事参数化情感状态
计算与语言
2026-05-22 v3 人工智能
机器学习
摘要
阐明我们如何语言化情感是心理评估和干预的核心任务，但叙事与情感状态之间的映射仍不为人所理解。我们在两个大型研究中 (n=1257) 通过大语言模型表示及其子空间对参与者的内部叙事结构和动力学进行参数化。在研究1中，我们发现症状特异性思维的语言描述捕获了预测标准化自我报告抑郁评分的细粒度信息。关键的是，我们展示了保持症状之间特定协方差的重要性，以确保构念有效性，这表明高维文本表示反映了该疾病的潜在几何结构。研究2探讨了这一关系随时间的动态变化，作为参与者与情感叙述互动。我们发现，内部叙事的量化变化导致自我报告的变化，而基线叙事严重程度预测随后情感变化的幅度。通过将情感视为计算状态，我们的结果凸显了其核心、治疗相关的功能：限制内部叙述的结构并整合情境以塑造自我报告。
引用
@article{arxiv.2502.09487,
title = {Internal narratives parameterise affective states},
author = {Jakub Onysk and Quentin J. M. Huys},
journal= {arXiv preprint arXiv:2502.09487},
year = {2026}
}