Page 255 - 急诊医学与精神疾病的临床理论研究
P. 255
Clinical Theoretical Research on Emergency Medicine and Mental Disorders
急诊医学与精神疾病的临床理论研究
文本的分析能力较弱，仅能进行人工的主题分析，其分析结果也多受主观偏差影
响。通过自然语言处理中的文本分析技术，可以在很大程度上避免主观偏差。此
外，自然语言分析技术不仅关注文本中传达意义的内容，还可以通过分析被试的
语言表达方式或词汇选择方式，反映传统心理测验中无法准确表现的潜在心理变
量。例如，Sumner 等使用自然语言处理技术分析用户在 Twitter 上发帖的语言特
点，并以此预测用户的暗黑人格特质。在自然语言分析中，潜在语义分析（latent
semantic analysis）在教育和心理学研究中发挥重要作用。潜在语义分析旨在探索
词语背后的潜在关系，它不是基于词典的定义，而是参考词语的使用环境进行具
体分析。由于潜在语义分析有助于发掘潜在信息，因此其在挖掘相对内隐的、潜
在的心理学特质中大有可为。例如，Kwantes 等要求被试基于不同场景进行写作，
使用潜在语义分析技术对被试的写作内容进行分析并预测被试的大五人格特点。
3. 语音数据的语音语调分析技术
在语言内容之外，语音语调也可以反映个体的心理特质。首先，人工智能语
音分析技术可以把更精细的语音变化和更多元的语音特点纳入分析范围，以提供
更精细、更丰富的分析结果。例如，Guidi 等使用人工智能语音分析技术分析语
音的基频和音质，发现其与大五人格相关显著。其次，语音分析算法逐渐被用于
监测临床精神障碍。有研究使用语音分析算法和音频识别设备在临床环境中收集
被试的语音信息，再通过对被试语音的语速、音调、连贯性等特征进行建模，可
以识别抑郁症和双相情感障碍，其准确率达到 73.33%。此外，通过深度学习算
法处理大量精神障碍患者的访谈数据，能进一步提高使用语音数据识别抑郁症的
准确率；但由于语音分析的一大难点在于语音容易受话语内容等因素的干扰，因
而会影响人格预测的准确性。今后，相关研究应提取更精细的语音特征，提取不
受话语内容影响且更稳定的指标。
4. 计算机视觉技术
计算机视觉是人工智能又一个重要领域。通过图像识别技术，人工智能可以
为教育和心理研究提供人工无法分辨的视觉信息。目前，被广泛应用的视觉分析
技术包括面部识别、步态识别、眼动分析等。面部特征与心理学特质的映射关系
已经被传统的心理学研究证实，但视觉分析技术可以让面部特征分析更加细致。
例如，Kachur 等通过人工神经网络分析来自 12447 名被试的 31367 张照片，并
对被试的大五人格进行评估。其中，对责任心这一人格特质的评估结果与被试自
238
