Skip to Main Content

Language and Text
2025. Vol. 12, no. 2, 140–162
doi:10.17759/langt.2025120213
ISSN: 2312-2757 (online)

Computational linguistics in psychology: a key to understanding language and human behavior

 
Audio is AI-generated
53

, , ,

PDF (RUS)
Online translation in english
GS
Information
in Google Scholar
Metrics

Abstract

The relevance is determined by the exponential growth of textual data in the digital environment, requiring automated analysis methods to reveal hidden patterns. The aim of the paper is to analyze the possibilities and limitations of computational linguistics methods in personality research. The hypothesis is that automated text analysis can reveal psychological characteristics of authors. Methods and materials: we used the National Corpus of the Russian Language (NCLR) for linguistic frequency analysis, NLP methods (tone analysis, keyword extraction) to determine emotional coloring and identify key themes. Syntactic constructions were analyzed to identify peculiarities of writing style. Results: the analysis of NLP allows to identify the prevailing emotional states and cognitive styles of the authors. Frequent use of first person singular pronouns may indicate egocentricity. Tonal analysis and key word selection allow us to determine the emotional coloring of the text. Analysis of syntactic constructions, such as the preference for passive voice, may indicate avoidance of responsibility. Complex sentences indicate a desire for detail. The novelty of the study is the systematization and adaptation of computational linguistics methods for designing dynamic cognitive systems for diagnosis and non-medical correction. Conclusions: computational linguistics provides powerful tools for personality research, requiring careful and informed application with ethical considerations.

General Information

Keywords: computational linguistics, machine learning, text analysis, frequency, sociolinguistics, cognitive systems, diagnosis, correction, stressors, intelligent systems

Journal rubric: Linguodidactics and Innovations.Psychological Basis of Learning Languages and Cultures.

Article type: scientific article

DOI: https://doi.org/10.17759/langt.2025120213

Received 15.05.2025

Accepted

Published

For citation: Ivashko, K.S., Izosimova, S.A., Piguz, V.N., Kovaleva, K.V. (2025). Computational linguistics in psychology: a key to understanding language and human behavior. Language and Text, 12(2), 140–162. (In Russ.). https://doi.org/10.17759/langt.2025120213

© Ivashko K.S., Izosimova S.A., Piguz V.N., Kovaleva K.V., 2025

License: CC BY-NC 4.0

References

  1. Бах, Э. (2009). Неформальные лекции по формальной семантике. М.: Книжный дом «Либроком».
    Bach, E. (2009). Informal lectures on formal semantics. Moscow: Librocom Book House (In Russ.).
  2. Бурибаева, А.К., Дорохина, Г.В., Ниценко, А.В., Шелепов, В.Ю. (2013). Сегментация и дифонное распознавание речевых сигналов, Тр. СПИИРАН, 31, 20-42.
    Buribaeva, A.K., Dorokhina, G.V., Nitsenko, A.V., Shelepov, V.Y. (2013). Segmentation and diphone recognition of speech signals, Proc. SPIIRAN, 31, 20-42 (In Russ.).
  3. Ван, Д., Вайс, Дж.Д., Мюллер, М., Рам, П., Гейер, П., Дуган, К., Таучик, Ю.Р., Самуловиц, Х., Грей, А.Г. (2019). Сотрудничество человека и ИИ в науке о данных. Материалы конференции ACM по взаимодействию человека с компьютером, 3 (CSCW), 1-24. https://doi.org/10.1145/3359313
    Wang, D., Weiss, J.D., Mueller, M., Ram, P., Geyer, P., Dugan, K., Tauchik, J.R., Samulowitz, H., Gray, A.G. (2019). Human-AI collaboration in data science. Proceedings of the ACM conference on Human-Computer Interaction, 3 (CSCW), 1-24. https://doi.org/.10.1145/3359313 (In Russ.).
  4. Витко, Ю.С., Калугин, А.Ю., Щебетенко, С.А. (2022). Многообразие структур черт личности. Социальные и гуманитарные науки: теория и практика.
    Vitko, Y.S., Kalugin, A.Y., Shchebetenko, S.A. (2022). Variety of structures of personality traits. Social and Humanities: Theory and Practice (In Russ.).
  5. Вудвортс, Р. (1950). Экспериментальная психология. Издательство иностранной литературы.
    Woodworths, R. (1950). Experimental psychology. Foreign Literature Publishing House (In Russ.).
  6. Дорохина, Г.В., Полоус, А.Г. (2024). Методы организации вопросно-ответных систем. Известия Кабардино-Балкарского научного центра РАН, 26 (6), 175-187.
    Dorokhina, G.V., Polous, A.G. (2024). Methods of organization of question-answer systems. Proceedings of Kabardino-Balkarian Center of RAS, 26 (6), 175-187 (In Russ.).
  7. Дорохина, Г.В. (2024). Пофонемное распознавание как задача классификации рядов на множестве последовательностей элементов сложных объектов с применением усовершенствованного trie-дерева. Информатика и автоматизация, 23 (6), 1784-1822.
    Dorokhina, G.V. (2024). Phoneme recognition as a problem of row classification on the set of sequences of complex object elements using an improved trie-tree. Informatics and Automation, 23 (6), 1784-1822 (In Russ.).
  8. Ениколопов, С.Н., Медведева, Т.И., Воронцова, О.Ю., Чудова, Н.В., Кузнецова, Ю.М., Пенкина, М.Ю., Минин, А.Н., Станкевич, М.А., Смирнов, И.В., Любавская, А.А. (2018). Лингвистические характеристики текстов психически больных и здоровых людей. Психологические исследования, 11 (61), 1.
    Enikolopov, S.N., Medvedeva, T.I., Vorontsova, O.Y., Chudova, N.V., Kuznetsova, Y.M., Penkina, M.Y., Minin, A.N., Stankevich, M.A., Smirnov, I.V., Lubavskaya, A.A. (2018). Linguistic characteristics of texts of mentally ill and healthy people. Psychological Research, 11 (61), 1 (In Russ.).
  9. Ивашко, К.С., Изосимова, С.А., Пигуз, В.Н., Ковалева. К.В. (2025). Теоретические аспекты диагностики и саморегуляции психоэмоциональных состояний личности. Проблемы искусственного интеллекта, 1 (36), 58-67.
    Ivashko, K.S., Izosimova, S.A., Piguz, V.N., Kovaleva, K.V. (2025). Theoretical aspects of diagnostics and self-regulation of psychoemotional conditions. Problems of Artificial Intelligence, 1 (36), 58-67 (In Russ.).
  10. Ивашко, К.С., Изосимова, С.А., Пигуз, В.Н. (2022). Анализ возможностей интеллектуально-духовных средств при использовании их для саморегуляции психоэмоциональных состояний личности. Искусственный интеллект: теоретические аспекты, практическое применение: Материалы Донецкого международного научного круглого стола (с. 60-72). Донецк.
    Ivashko, K.S., Izosimova, S.A., Piguz, V.N. (2022). Analysis of possibilities of intellectual-spiritual means when using them for self-regulation of psychoemotional states of personality. Artificial intelligence: theoretical aspects, practical application: Proceedings of Donetsk international scientific round table (pp. 60-72). Donetsk (In Russ.).
  11. Кузьмина, А.А., Лифшиц, М.А., Костенко, В.Ю. (2022). Методы компьютерной лингвистики и обработки естественного языка: возможности и ограничения для задач психологии личности. Современная зарубежная психология, 11 (1), 104-115. https://doi.org.10.17759/jmfp.2022110110
    Kuzmina, A.A., Lifshits, M.A., Kostenko, V.Y. (2022). Methods of computational linguistics and natural language processing: possibilities and limitations for tasks of personality psychology. Modern foreign psychology, 11 (1), 104-115. https://doi.org/10.17759/jmfp.2022110110 (In Russ.).
  12. Лукьяненко, Роман (2 января 2025 г.). Генеративный искусственный интеллект: развивающиеся технологии, растущее влияние на общество и возможности для исследований в области информационных систем. Границы информационных систем. http://dx.doi.org/10.2139/ssrn.5153894
    Lukyanenko, Roman (January 2, 2025). Generative Artificial Intelligence: emerging technologies, growing societal impact, and opportunities for information systems research. Frontiers in Information Systems. http://dx.doi.org/10.2139/ssrn.5153894 (In Russ.).
  13. Ниценко, А.В., Шелепов, В.Ю., Большакова, С.А. (2021). О снятии омонимии словосочетаний, которые могут быть предикативами. Проблемы искусственного интеллекта, 1 (20), 53-
    Nitsenko, A.V., Shelepov, V.Yu., Bolshakova, S.A. (2021). On the removal of homonymy of word combinations that can be predicatives. Problems of Artificial Intelligence, 1 (20), 53-63 (In Russ.).
  14. Олпорт, Г. (1998). Личность в психологии. СПб.: Ювента.
    Allport, G. (1998). Personality in Psychology. Saint Petersburg: Juventa (In Russ.).
  15. Пигуз, В.Н., Изосимова, С.А., Ивашко, К.С. (2022). Человек и искусственный интеллект: связь нервной системы человека с его психоэмоциональным состоянием. Электронный научно-публицистический журнал «Homo Cyberus», 1(12).
    Piguz, V.N., Izosimova, S.A., Ivashko, K.S. (2022). Man and artificial intelligence: the connection of the human nervous system with its psychoemotional state. Electronic scientific-publicistic journal «Homo Cyberus», 1(12) (In Russ.).
  16. Пикалев, Я.С., Ермоленко, Т.В. (2023). О нейронных архитектурах извлечения признаков для задачи распознавания объектов на устройствах с ограниченной вычислительной мощностью. Проблемы искусственного интеллекта, 3 (30), 44-54. https://doi.org/10.34757/2413-7383.2023.30.3.004
    Pikalev, Ya.S., Ermolenko, T.V. (2023). About neural architectures of feature extraction for the task of object recognition on the devices with limited computing power. Problems of Artificial Intelligence, 3 (30), 44-54. https://doi.org/10.34757/2413-7383.2023.30.3.004 (In Russ.).
  17. Плунгян, В.А. (2005). Зачем нужен Национальный корпус русского языка? Неформальное введение [Электронный ресурс]. Национальный корпус русского языка: 2003—2005. Результаты и перспективы. М.: Индрик, 6-20. URL: https://ruscorpora.ru/new/sbornik2005/02plu.pdf (дата обращения: 10.03.2025)
    Plungian, V.A. (2023). Why do we need the National Corpus of the Russian Language? Informal introduction [Electronic resource]. National Corpus of the Russian Language: 2003-2005. Results and Prospects. Moscow: Indrik, 2005, 6-20. Available at: https://ruscorpora.ru/new/sbornik2005/02plu.pdf (viewed: 10.03.2025) (In Russ.).
  18. Рэймонд Кеттел: структурная теория черт личности. PSYCHOJOURNAL.RU. Раздел: Психологи. Дата публикации: 13-10-2014. https://psychojournal.ru/psychologists/95-reymond-kettel-strukturnaya-teoriya-chert-lichnosti.html
    Raymond Kettel: structural theory of personality traits. PSYCHOJOURNAL.RU. Section: Psychologists. Date of publication: 13-10-2014. https://psychojournal.ru/psychologists/95-reymond-kettel-strukturnaya-teoriya-chert-lichnosti.html (In Russ.).
  19. Тестирование лингвистических технологий: соревнования по автоматическому разрешению кореферентности и анафоры. ABBYY [Электронный ресурс]. URL: https://habr.com/ru/company/abbyy/blog/229515/
    Testing linguistic technologies: competitions in automatic co-referentiality and anaphora resolution. ABBYY [Electronic resource]. Available at: https://habr.com/ru/company/abbyy/blog/229515/ (In Russ.)
  20. Толдова, С.Ю., Ляшевская, О.Н. (2014). Современные проблемы и тенденции компьютерной лингвистики. Вопросы языкознания, 1, 120-145.
    Toldova, S.Y., Lyashevskaya, O.N. (2014). Modern problems and trends in computational linguistics. Questions of Linguistics, 1, 120-145 (In Russ.).
  21. Ультес, С., Шмитт, А., Эль Хаб, Р., Минкер, В. (2012). Статистическое моделирование качества взаимодействия в речевых диалоговых системах: сравнение классификаторов, основанных на (условных) скрытых марковских моделях, и машин опорных векторов. Вестник Сибирского государственного аэрокосмического университета имени академика М. Ф. Решетнева, 115-119.
    Ultes, S., Schmitt, A., El Hab, R., Minker, W. (2012). Statistical modeling of interaction quality in speech dialog systems: a comparison of classifiers based on (conditional) hidden Markov models and support vector machines. Bulletin of the Siberian State Aerospace University named after Academician M.F. Reshetnev, 115-119 (In Russ.)
  22. Что Такое «Большая Пятерка» Личностных Качеств? [Электронный ресурс]. URL: https://www.b17.ru/article/617847/
    What is the “Big Five” Personality Qualities? [Electronic resource]. Available at: https://www.b17.ru/article/617847/ (In Russ.)
  23. AI Powered Text Analysis Apis. ParallelDots AI APIs [Электронный ресурс]. URL: https://apis.paralleldots.com/text_docs/index.html
  24. Borghi AM, et al. (2018). Words as social tools: Language, sociality and inner grounding in abstract concepts. Phys Life Rev. https://doi.org/10.1016/j.plrev.2018.12.001
  25. SPUTNIK Daily All-Russian Poll. VCIOM News, 2022. URL: https://ok.wciom.ru/research/vciom-sputnik
  26. Goldberg, L.R. (1981). Language and individual differences: The search for universals in personality lexicons. Review of personality and social psychology, 2 (1), 141-
  27. Kraus, M., Feuerriegel, S. (2019). Sentiment analysis based on rhetorical structure theory: Learning deep neural networks from discourse trees. Expert Systems with Applications, 118, 65-79.
  28. Park, G., Schwartz, H.A., Eichstaedt, J.C., Kern, M.L., Kosinski, M., Stillwell, D.J., Ungar, L.H., Seligman, M.E.P. (2015). Automatic personality assessment through social media language (автоматическая оценка личности на основе языка социальных сетей). Journal of Personality and Social Psychology, 108 (6), 934-952.
  29. Pennebaker, J.W., Booth, R.J., Boyd, R.L., Francis, M.E. (2015). Linguistic Inquiry and Word Count: LIWC2015. Austin, TX: Pennebaker Conglomerates.
  30. RANEPA (2020) Eurobarometer Methodology. Russian Presidential Academy of National Economy and Public Administration. URL: https://www.ranepa.ru/nauka-i-konsalting/strategii-i-doklady/evrobarometr/metodologiya-evrobarometra/ (дата обращения: 27.03.2025).
  31. The Narrative Arc: Revealing Core Narrative Structures Through Text Analysis / Ryan L. Boyd, Kate G. Blackburn, James W. Pennebaker. https://doi.org/10.29025/2079-6021-2022-4-17-34
  32. Unsupervised Cross-lingual Representation Learning at Scale / A. Conneau [et al.]. Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics. Online: Association for Computational Linguistics, 2020, 8440-8451. https://doi.org/10.18653/v1/2020.acl-main.747
  33. Yarkoni, T. (2010). Personality in 100,000 words: A large-scale analysis of personality and word use among bloggers. Journal of Research in Personality, 44 (3), 363-373.
  34. Yarkoni, T., Westfall, J. (2017). Choosing prediction over explanation in psychology: Lessons from machine learning. Perspectives on Psychological Science, 12 (6), 1100-1122.

Information About the Authors

Kristina S. Ivashko, Junior Researcher, Institute of Artificial Intelligence Problems, Donetsk, Russian Federation, ORCID: https://orcid.org/0000-0002-0195-2279, e-mail: kristi_8@mail.ru

Snezhana A. Izosimova, Junior Researcher, Institute of Artificial Intelligence Problems, Donetsk, Russian Federation, ORCID: https://orcid.org/0000-0002-1521-5579, e-mail: izosimova.snezhana@mail.ru

Valentina N. Piguz, Head of the Department of Computer-Information Technologies, Institute of Artificial Intelligence Problems, Donetsk, Russian Federation, ORCID: https://orcid.org/0009-0003-3968-3144, e-mail: maxpvn77@gmail.com

Ksenia V. Kovaleva, Junior Researcher, Institute of Artificial Intelligence Problems, psychiatrist, Republican Clinical Psychoneurological Hospital - Medical and Psychological Center (State Budgetary Institution of the DPR "RCPH-PTC"), Donetsk, Russian Federation, ORCID: https://orcid.org/0009-0002-8218-1898, e-mail: kv_kovaleva@mail.ru

Metrics

 Web Views

Whole time: 188
Previous month: 55
Current month: 8

 PDF Downloads

Whole time: 53
Previous month: 8
Current month: 2

 Total

Whole time: 241
Previous month: 63
Current month: 10