从屏幕文本情感预测情感状态

移动感知技术的普及，使通过智能手机传感器进行非侵入式数据收集以研究各种生理和行为现象成为可能。这种方法为个人化治疗和干预提供了实时洞察，揭示了个人身心状态的机会。然而，分析智能手机上显示文本以预测情感状态的潜力尚未得到充分探索。为更好地理解用户所接触并与之交互的屏幕文本如何影响其情感，我们调查了2023年在澳大利亚大学学生群体中进行的数字表型研究所获得的子集数据。我们采用线性回归、零-shot和多-shot prompting方法，使用大语言模型（LLM）来分析屏幕文本与情感状态之间的关系。我们的发现表明，多-shot prompting在预测情感状态方面显著优于线性回归和零-shot prompting，凸显了情感预测中上下文的重要性。我们讨论了 incorporating 文本和情感数据以提高情感预测的价值，为未来理解智能手机使用和福祉方面的发展提供了基础。