软件工程文本中的心理语言学分析：系统文献综述
软件工程
2025-04-21 v2 计算与语言
计算机与社会
摘要
背景：深入理解软件工程（SE）中的人类因素对于提高团队协作、决策和生产力至关重要。代码审查和聊天等沟通渠道提供了洞察开发人员心理和情感状态的途径。虽然大型语言模型在文本分析方面表现出色，但常缺乏透明度和精确度。心理语言学工具如Linguistic Inquiry and Word Count（LIWC）提供了更清晰、可解释的洞察，帮助理解文本中所展现的认知和情感过程。尽管LIWC在SE研究中广泛应用，但尚无对其使用情况的全面综述。目标：我们检视心理语言学工具的重要性，特别是LIWC，并提供对其当前及潜在未来应用在SE研究中的全面分析。方法：我们审查了六个主要数据库，确定了43篇使用LIWC的SE相关论文。我们的分析聚焦于五个研究问题。结果：我们的发现揭示了广泛的应用场景，包括分析团队沟通以检测开发人员的情感和性格、开发预测已删除Stack Overflow帖子的机器学习模型，以及最近比较AI生成和人类编写的文本。LIWC主要用于项目管理平台（如GitHub）和问答论坛（如Stack Overflow）的数据。关键BSE概念包括沟通、组织气候和积极心理学。43篇论文中有26篇未正式评估LIWC。对某些局限性提出了担忧，包括处理SE特定词汇的困难。结论：我们概述了心理语言学工具的潜力及其局限性，并提出新的用例，以推动SE人类因素研究（例如人类-LLM对话中的偏见）。
引用
@article{arxiv.2503.05992,
title = {Psycholinguistic Analyses in Software Engineering Text: A Systematic Literature Review},
author = {Amirali Sajadi and Kostadin Damevski and Preetha Chatterjee},
journal= {arXiv preprint arXiv:2503.05992},
year = {2025}
}