分类： 心理学 >> 心理学其他学科 分类： 计算机科学 >> 计算机科学技术其他学科 提交时间： 2025-05-11
摘要： 证据积累模型在解释决策认知机制方面取得了显著进展，但其尚未阐明刺激是如何被编码为决策证据。结合人工神经网络，该模型能够提取刺激特征并将其嵌入证据积累过程，实现从刺激编码、认知加工到决策反应的全过程建模。本文据此提炼出包含刺激加工、证据积累和决策判断三模块的认知决策神经网络框架，并探讨其不同变式在多选项决策、时序刺激和神经激活模拟中的应用潜力。然而，当前模型在复杂情境下的快速决策模拟仍有限，未来需构建更具泛化的模型与大规模标准数据集，以推动AI在认知研究中的深入应用。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2025-05-10
摘要： 通用人工智能（AGI）时代即将到来，促使我们重新评估人工智能与人类的交互，尤其是通过情感沟通的方式。本研究综合了演化生物学、比较心理学和人工智能发展的见解，倡导超越传统的类人认知过程的范式转变。研究强调了情感通路的普遍性，这在不同物种中都有体现。我们引入了三种情感交互模型——情感阈值模型、动态调定点模型和情感图式模型，这些模型均源于对物种间情感交互现象及可能机制的深入分析。这些模型为设计与人类情感体验相契合的人工智能界面提供了路线图，阐明了机器与人类之间建立信任、直觉和相互认可的途径。通过进一步明确“大情感模型”的概念，我们展望了一个人工智能不仅能够解读，而且能够理解人类伙伴情感的未来，为人工智能与人类之间的革命性合作范式铺平了道路。
分类： 计算机科学 >> 计算机应用技术 分类： 心理学 >> 应用心理学 提交时间： 2025-05-01
摘要： 本文基于目的论视角，对当代情感理论与情感计算的主要成果与不足之处进行系统梳理与反思，并提出了“目的论驱动的情感计算"这一新框架。首先，本文从进化功能性的角度重新审视基本情绪、评价理论及建构主义等主流学说，指出情感的核心在于帮助生命体适应环境、实现目标。现有情感计算研究虽在多模态情感识别以及评价理论驱动的情感生成等方面取得显著进展，但多停留于对外在特征的模式识别，尚缺乏应对个体及群体层面的情感动态与多层次需求的系统应答框架。为此，本文主张以对齐个体与群体福社为核心目标，并在算法层面通过两大关键环节来实现：第一，基于真实个体的情感事件数据进行因果建模，生成能准确模拟个体情感和行为动力学的虚拟环境；第二，利用元强化学习在此环境中开展持续训练，使情感智能体在不同情境下学会平衡短期与长期需求并快速适应个性化关切。具体做法包括构建大规模"个人情感事件数据宇宙”（personal affective event dataverse）来支撑因果结构学习，并在训练阶段通过合理的奖励函数设计，将“帮助用户获得持续且更广泛的积极体验”内化为智能体的主要目标，并兼顾不同情感需求在时空维度和群体尺度上的平衡。本文同时提醒，如何在多元需求与社会公平之间达成协调仍是待解决的关键挑战，需要进一步结合心理学与社会学理论加以应对。总体而言，目的论导向的情感计算框架为智能体基于个体和群体的情感认知与深度共情奠定了基础，展示出推动人机交互与社会福社融合发展的潜在价值。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2025-04-19
摘要： 随着技术的发展，大数据时代悄然到来。大数据的出现为科研带来了极大的便利，使得科研工作者可以通过大规模数据的分析，提高科研工作的效率。本文介绍了我们开发实现的林萃分析系统，帮助编程基础少或无的科研人员使用既有的python程序完成数据的采集和分析，零编程基础也可以操作。林萃分析系统参照了常规研究的数据采集处理的流程，首先从采集的数据中过滤出符合要求的数据，形成数据组，这个过滤的过程可以是多步骤的。然后，将过滤后的数据切分为个体数据，在对个体数据进行计算处理，得到用户的各项心理语义或心理指标。用户可以使用爬虫或者自行采集的数据，通过对数据进行过滤和切分，得到个体行为数据，这里个体不仅仅指每个用户，而是指一个地区或个体在指定时间段内的数据。在这些数据基础上，可以利用词典进行心理语义分析（词频统计）以及心理指标预测。在这些计算结果的基础上，可以根据研究的需求进行截面分析或者面板数据分析等。本文通过一个具体的案例演示了如何利用林萃分析系统实现数据分析的全过程，表明林萃分析系统可以在数据的获取和分析方面为科研提供帮助。
分类： 心理学 >> 认知心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2025-04-03
摘要： 认知建模是量化和理解人类心智过程的重要方法，但目前该方法多集中于简单实验任务和数据结构，当试图构建复杂模型以解释复杂认知过程时，能否确定其似然并完成参数推断成为一项严峻的挑战。基于神经网络的模拟推断方法结合了模拟推断与分摊技术，无需计算似然函数，直接利用模拟数据来参数推断，并通过神经网络训练控制计算成本，可快速稳健地进行参数推断。该方法已成功应用于证据积累模型框架下的大规模数据、动态潜变量以及联合建模等场景，并开始扩展到强化学习和贝叶斯决策模型。未来的研究可以进一步验证神经模拟推断的有效性，应用该方法扩大认知模型的应用范围，推动理论与模型发展，增进对人类复杂认知加工规律的理解。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2025-03-19
摘要： 自杀已成为全球性公共卫生难题，传统的自杀意念识别方法主要依赖患者主动求助，而基于文本分析的自动识别模型则受限于标注数据的稀缺性。本研究创新性地提出一种基于大语言模型的数据增强方法，旨在提升自杀意念文本识别的精度。研究采用双阶段设计：研究一聚焦于数据增强，研究二验证增强效果。在研究一中，选用ChatGLM3-6B和Qwen-7B-Chat作为底层模型，结合有监督学习策略与零样本和少样本学习方法，优化训练数据集质量。通过8组严谨的对比实验，结果显示两类自研模型在数据增强方面表现卓越，其处理后数据集的综合得分分别达到0.90和0.92，显著优于基线模型（p<0.001）。研究二进一步评估了数据增强对识别模型性能的影响，结果表明，增强后的模型在识别准确率和正确拒绝率指标上全面超越最佳基线模型（p<0.001）。本研究不仅验证了基于大语言模型的数据增强方法在提升自杀意念识别模型性能方面的有效性，还为心理健康领域的人工智能应用开辟了新方向。这种方法有望在保护用户隐私的同时，提供及时、有效的自杀风险早期预警，为自杀预防工作提供重要的技术支持和研究思路。未来研究可着眼于扩大数据异质性、优化提示工程设计、引入人机交互范式等，进一步拓展该方法在促进临床心理诊断领域的应用。
分类： 心理学 >> 社会心理学 分类： 心理学 >> 心理测量 分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2025-03-11
摘要： 本研究以国家刻板印象为例，探索了一种基于大语言模型的心理指标评估方法，实现从概念识别直接到自动化测量的完整流程。研究一基于大语言模型提取自由描述文本中的国家刻板印象内容，并结合文本挖掘方法，再次通过大语言模型归纳出国家刻板印象的跨文化核心维度；研究二进一步基于大语言模型，构建了国家刻板印象自动化维度测量模型，并检验了模型的性能。结果显示：（1）大语言模型揭示了国家刻板印象的五个跨文化核心维度：文化丰富性、发达进步、强权威胁、社会平等、专制独裁；（2）基于大语言模型的自动化维度具有良好的效标效度和重测信度。本研究提出了大语言模型评估（LLM Rating)方法，为心理学评估提供了一种新的跨学科角度，展示了大语言模型在社会认知研究中的潜在应用价值。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2025-01-11
摘要： 随着“躺平”现象在社会中的广泛传播，其对个体心理健康和幸福感的影响成为重要研究课题。本研究采用词典分析与面板数据建模方法，基于2010-2021年中国31个省/市/自治区的新浪微博数据，构建躺平词典并量化分析躺平程度，进而探讨其对自杀风险、生活满意度及心理幸福感的影响。结果显示，2010-2021年中国31个省/市/自治区的躺平程度总体呈上升趋势，且对生活满意度、心理幸福感有负向预测作用，对自杀风险多个子维度有正向预测作用。这表明躺平并非积极应对方式，它会削弱个体生活满意度与心理幸福感，增加自杀风险。本研究为理解躺平现象及其心理影响提供了新视角和实证证据，有助于相关部门和社会各界及时了解并应对“躺平”现象可能带来的社会影响。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 分类： 图书馆学、情报学 >> 情报学 提交时间： 2024-12-17
摘要： 对于政府和企业而言，面对频繁发生且影响广泛的信息事件，传统的正负情感二元识别已无法满足现实需求，需要更加精确和深入的分析工具。为解决现有情感词典粒度较粗和关键词覆盖率低的问题，本文基于认知-评价理论，扩充评价类情绪，并爬取社交媒体中的热点事件，形成语料库，在现有词典的基础上由专家进行筛选与归类，最终形成包含50种情感类别的细粒度情感态度词典。然后结合人工评估与事件分析方法对词典在识别中的准确性与有效性进行检验。首先，以人工分类为参考标准，词典的情感类别准确率均值达到88%，能够准确识别精细情感。其次，使用词典对“海天酱油双标事件”与“成都女童被咬事件”进行文本分析后发现，大类情感识别结果与民众整体倾向相吻合，还观察到了细分情感在时序变化上的异质性，为细粒度情感分析在应对和理解复杂舆论环境中的有效性提供了支持。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-04-10
摘要： 整合复杂性是心理学中用来测量个体思维结构的一个概念，主要涉及两个方面：区分性和整合性。区分性是指个体能够识别和理解信息中存在的不同观点或元素的能力；整合性是指个体能够将这些不同的观点或元素合并成一个有逻辑性和连贯性的整体的能力。整合复杂性的测量主要依靠人工对于文本内容进行分析，这些文本可以是书面材料、演讲稿、面试记录或任何其他形式的口头或书面表达。针对当前整合复杂性人工测评方法成本高、自动化评估方法精度低以及缺乏中文文本评估方案等问题，本研究基于大语言模型文本数据增强技术和模型迁移技术为整合复杂性的评估设计了对于中英文文本的自动化评估方案，并探索了整合复杂性两种子结构：精细整合复杂性和辩证整合复杂性的自动化评估方法。本文设计并实施了两个研究，首先基于大语言模型文本数据增强技术实现了对于英文文本整合复杂性的预测模型，其次基于模型迁移技术实现了对于中文文本整合复杂性的预测模型。研究结果显示：1）使用GPT-3.5-Tubo对于英文文本数据进行增强，使用预训练多语言Roberta模型进行词向量提取，使用文本卷积神经网络模型作为下游模型。与人工标注相比，整合复杂性Spearman相关系数为0.62，辩证整合复杂性相关系数为0.51，精细整合复杂性Spearman相关系数为0.60。优于机器学习方法以及未经过数据增强的神经网络模型。2）本文在研究二中建立了与研究一中的神经网络结构一致的模型，并将研究一中最终的模型参数迁移至本研究的模型中，对于中文文本整合复杂性进行训练。在零样本的情况下，迁移学习模型整合复杂性Spearman相关系数为0.31，辩证整合复杂性Spearman相关系数为0.31，精细整合复杂性相关系数为0.33，均优于随机参数情况下的模型表现（整合复杂性：0.17，辩证整合复杂性：0.10，精细整合复杂性：0.10）。在小样本情况下迁移学习模型整合复杂性Spearman相关系数为0.73，辩证整合复杂性Spearman相关系数为0.51，精细整合复杂性相关系数为0.73。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-04-09
摘要： 近年来，字词分析取向的方法逐渐受到重视，特别是语言探索与字词计数(Linguistic Inquiry and Word Count, LIWC)工具，它的问世让许多心理学家对语言分析研究重新燃起热情。最新版本LIWC-22词典的修订新增了许多心理变量，在增加了LIWC工具的应用潜力的同时也使其更加完善。为进一步推动LIWC工具中文化的进程，我们对多个版本的中文LIWC词典进行汇总，修订形成了SCLIWC2024，并对其效度进行了检验。研究一中，我们对照LIWC-22词典和CLIWC2015词典，以SCLIWC词典为基础，修订形成了SCLIWC2024词典。研究二中，我们进行了两项实验来检测SCLIWC2024在不同类型网络文本心理表达的有效性，并回答了如何更有效地使用SCLIWC2024来检测社交网络平台短文本的心理表达的重要问题。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-03-23
摘要： 近年来，研究者们已较为一致地认识到中庸思维对心理健康的积极影响，然而其潜在的作用机制还不甚明晰。以往研究表明，当个体能较好地协调代表“利己”的能动动机和代表“利他”的共生动机时，就会拥有相对高的道德中心性水平。道德中心性体现了内部动机系统的平衡状况，其能降低内在动机之间的冲突，促使两种动机相互支持、相互激励。道德中心性或许在中庸思维对心理健康的影响中发挥了潜在中介作用。当前对于个体道德中心性的测量存在较为成熟的评估方法——Values Embedded in Narratives(VEIN)，但其涉及到对个人奋斗文本的价值观编码工作，因此测量过程较为复杂且人力成本较高。然而，近几年大型语言模型（比如ChatGPT）的发展显示出了其卓越的上下文理解能力，为心理学领域的文本分析和编码工作提供了新的可能性。本研究希望借助大型语言模型前沿技术，将其应用于心理学研究编码工作，降低个体道德中心性测量过程中所需要的时间以及人力成本，同时探究中庸思维对心理健康的影响机制，了解文化是如何通过影响道德中心性进而影响个体心理健康水平。研究一通过提示工程设计差异化提示词来训练GPT-3.5 Turbo识别个人奋斗中包含的价值观（成就/权力/博爱/仁爱），并对识别准确率、精确率和召回率进行评估，以得到符合要求、满足应用条件的识别模型。在研究二中将上述模型应用于道德中心性的测量中，验证道德中心性在中庸思维对心理健康（抑郁和焦虑）影响中的中介作用。研究结果如下：（1）GPT-3.5 Turbo大型语言模型在识别权力、成就、博爱和仁爱价值观的准确率不低于0.80，展现了ChatGPT在心理学研究中的应用潜力；（2）道德中心性在中庸思维对抑郁/焦虑的影响中起到了中介作用，高中庸思维的个体能更有效地整合能动与共生动机，增强其道德中心性，从而降低个体的抑郁/焦虑水平。综上所述，本研究利用大型语言模型技术突破了传统心理学研究技术上的限制，探究了中庸思维对心理健康的影响机制，验证了道德中心性在其中起到的中介作用。一方面证明了大型语言模型在心理学研究领域的应用潜力，另一方面也加深了我们对文化因素影响心理健康机制的认识，丰富了该领域的理论基础，启示了政策制定者，可以尝试发挥中庸文化优势，倡导重视个人发展同时注重集体福祉的价值观，帮助民众形成协调的思维模式，维护和促进人民精神健康与社会的良性发展。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-03-23
摘要： 近年来，研究者们已较为一致地认识到收入分配不平等对心理健康的影响，然而对于其内在的心理作用机制还不甚明晰。经济环境作为个体所处的宏环境，塑造着人们不同的价值观，使个体拥有不同水平的动机取向。以往研究表明，当个体能较好地协调代表“利己”的能动动机和代表“利他”的共生动机时，就会拥有相对高的道德中心性水平。道德中心性体现了内部动机系统的平衡状况，其能降低内在动机之间的冲突，促使两种动机相互支持、相互激励，帮助个体高效实现个人价值，通过寻找生活意义提高幸福感，进而减少产生心理健康问题的风险。因此，道德中心性或许在收入分配不平等对心理健康的影响中发挥了潜在中介作用。本研究希望探究收入分配不平等是如何通过影响道德中心性进而影响民众的心理健康水平，一方面丰富心理健康领域的理论基础，同时也为心理健康干预提供理论依据，有助于制定针对性的策略，以提升公众的心理福祉。借助社交媒体大数据以及自然语言处理技术，我们利用地区微博用户发布的帖子，通过心理语义词典提取代表群体道德中心性以及群体心理健康水平的词频特征，采用面板数据分析考察收入分配不平等如何通过道德中心性影响地区群体的负面情绪和自杀风险。研究结果证实了道德中心性在地区收入分配不平等对群体负性情绪/自杀风险的影响中起到了中介作用，收入分配不平等程度越高的地区往往伴随着越低的群体道德中心性水平，进而导致该地区群体的负性情绪/自杀风险增加。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2024-02-29
摘要： 目的 随着网络大数据以及机器学习的方法的发展，越来越多研究结合文本分析与机器学习来预测满意度。在建立生活满意度预测模型的研究中，针对获取大量有效的有标注数据困难的问题，本研究提出基于文本数据增强以优化生活满意度预测模型。 方法 改编大连理工词典后，以357份生活现状描述为原始文本、生活满意度量表自评分为标注，经过EDA和回译进行文本数据增强，利用传统机器学习算法建立预测模型。 结果 结果显示，大连理工词典改编后，各模型预测能力大大提高；数据增强后，仅在线性回归模型上观察到回译和EDA的提升作用。使用原始数据进行训练的岭回归模型预测值与实际值的皮尔逊相关系数最高，达0.4131。 结论 特征提取精度的提升可优化目前的生活满意度预测模型，但对于以词频为特征建立的生活满意度预测模型，基于回译和EDA进行的文本数据增强可能并不十分适用。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2023-04-03
摘要： 随着人工智能(Artificial Intelligence, AI)技术的迅猛发展，AI聊天机器人可模拟人类指导以改善在线自助干预(Internet-based Self-help Interventions, ISIs)中用户的参与度及疗效。然而，学界对聊天机器人作用机制的探索尚处初期阶段。因此，为加深对这一问题的理性认识，文章基于人机关系的视角提出了适应ISIs情境的理论模型：聊天机器人可与用户经历拟人归因、功利性价值判断、发展依恋关系、建立数字治疗联盟(Digital Therapeutic Alliance, DTA)这4个阶段来逐步发展人与聊天机器人关系(HumanChatbot Relationships, HCRs)，并通过HCRs提高用户参与度。未来研究可继续丰富HCRs的相关理论并检验其内在机制，基于HCRs理论来设计聊天机器人，深入考察影响HCRs的额外变量，统一参与度的操作定义并开发适合的参与度测量工具。
分类： 心理学 >> 社会心理学 分类： 心理学 >> 认知心理学 分类： 心理学 >> 心理测量 分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2023-01-30
摘要： 词嵌入是自然语言处理的一项基础技术。其核心理念是根据大规模语料中词语和上下文的联系，使用神经网络等机器学习算法自动提取有限维度的语义特征，将每个词表示为一个低维稠密的数值向量(词向量)，以用于后续分析。心理学研究中，词向量及其衍生的各种语义联系指标可用于探究人类的语义加工、认知判断、发散思维、社会偏见与刻板印象、社会与文化心理变迁等各类问题。未来，基于词嵌入技术的心理学研究需要区分心理的内隐和外显成分，深化拓展动态词向量和大型预训练语言模型(如GPT、BERT)的应用，并在时间和空间维度建立细粒度词向量数据库，更多开展基于词嵌入的社会变迁和跨文化研究。
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 自然语言理解与机器翻译 提交时间： 2022-10-22
摘要： 近年来，研究者们将治疗联盟(TA)的概念与在线自助干预(ISIs)相结合，以解决ISIs中用户参与度较低的问题。这种在数字环境中形成的TA，被称之为数字治疗联盟(DTA)。随着人工智能的迅速发展，聊天机器人可模拟人类指导，相对于传统ISIs程序更易于与用户建立关系，可通过友好、尊重、倾听、鼓励、真诚、理解、信任这几个关系线索来促进DTA的发展，为解决用户低参与度的问题提供了一种新思路。未来的研究可从影响因素、ISIs技术迭代、测量规范、实验操纵等方面对DTA作进一步的探索。
分类： 心理学 >> 认知心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2022-03-21
摘要： [目的] 本文从提升人的价值和幸福感出发，以拓展和探寻元宇宙的应用为目标，综述了心理学关于梦境的理论假说。 [方法] 通过文献综述的方法，综述了梦境的功能和理论基础，并在娱乐社交、技能学习、咨询测评、创伤治疗等方面，将元宇宙作为现实世界和梦中世界的补充对其应用前景和面临的挑战进行了讨论。 [结果] 未来元宇宙的设计可以参照梦境这个与生俱来的虚拟现实体验，帮助调节人的心理和行为健康。 [局限] 由于梦境研究的发展尚处发展阶段，本文尚未对梦境研究的行为和神经机制进行系统性综述。 [结论] 本文基于梦境理论为元宇宙研究提供了新的理论指导与发展建议，为实现现实、梦境和元宇宙三者的协调发展提供了新的思路。
分类： 计算机科学 >> 计算机科学技术其他学科 分类： 心理学 >> 心理学其他学科 提交时间： 2021-12-21
摘要： Game map is an important human-computer interactive content-bearing platform in major games. With the application of cellular automata(CA) and Procedural Content Generation (PCG)in map generation, the spatial scale and data volume of current game maps are increasing greatly, while in game map test procedure, automatic methods such as interactive test script are inadequate both in depth and application breadth, especially in the lack of game map evaluation from player experience perspective. This research proposes an automatic game map test method based on agent reinforcement learning. By establishing agents’ interactive action models standing for different types of players’ behaviors in the map, universal evaluation of the map environment is enhanced through agent actions, which can optimize game map design from the perspective of player experience with quantitative value of inferiority. Finally, our campus scenes in Minecraft were used as the experimental environments to verify the effectiveness of the method.
分类： 心理学 >> 应用心理学 分类： 计算机科学 >> 计算机应用技术 提交时间： 2021-07-08
摘要： [目的]本研究利用DOTA2游戏行为数据，实现对DOTA2玩家黑暗人格三维度的无侵入识别。[方法]本文利用Clarity 2解析包对DOTA2的游戏日志文件进行解析，提取玩家的游戏行为特征，并利用黑暗十二条量表对玩家的行为特征进行标注，采用机器学习的方法实现对黑暗人格三维度的识别。 [结果]结果发现，在马基雅维利主义、自恋和精神病态三维度上，采用高斯过程回归算法建立的模型在效度和信度上表现最佳，模型预测值与真实值之间的相关系数在0.31-0.45之间，重测信度在0.33-0.53之间。 [局限]本研究未将被试的言语行为特征纳入到建模过程中，使得游戏行为特征不够全面。 [结论]研究结果发现游戏行为数据能够帮助预测个体的黑暗人格，并且通过高斯过程回归建立的模型具有最高信效度。
点击量
待评议
点击量
下载量
评论
通过
