Возможности автоматического анализа текста в задаче определения психологических особенностей автора ¹⁵⁴

С помощью разработанного в ФИЦ ИУ РАН инструмента автоматического анализа текста и методов машинного обучения получены первые результаты в задаче выявления текстовых параметров, специфичных для людей с определенными психологическими особенностями. Инструмент корпусных лингвостатистических исследований, опирающийся на использование реляционно-ситуационного анализа, психолингвистических показателей и словарей, охватывающих лексику эмоциональной и рациональной оценки, позволили получить значения для 177 текстовых признаков эссе, написанных 486 испытуемыми. Для получения данных об уровне выраженности характерологических и личностных особенностей испытуемых применялся ряд психологических опросников. При обработке данных использовались алгоритмы бинарной классификации — методы опорных векторов (SVM) и «Случайный лес» (Random Forest). Полученные результаты позволяют сделать выводы о перспективности использования некоторых текстовых параметров в задачах популяционной психодиагностики и об адекватности примененных алгоритмов классификации.

Ключевые слова: автоматический анализ текста, личностные особенности, методы бинарной классификации

Рубрика: Психолингвистика

Тип: научная статья

DOI: https://doi.org/10.17759/exppsy.2020130111

Работа выполнена при частичной финансовой поддержке РФФИ (проект № 17-29-02247 «Создание методов диагностики распространения фрустрации в сетевых дискуссиях» и проект № 18-00-00233 «Методы комплексного интеллектуального анализа информации различных типов для социогуманитарных исследований в социальных медиа»).

Проблема определения личностных особенностей автора по созданному им тексту не нова для гуманитарных наук; во второй половине ХХ в. на стыке психологии и лингвистики возникла новая отрасль знания — психолингвистика; в последние годы исследования в этой области получили новый импульс в связи с появлением инструментов автоматического анализа текстов. В настоящей работе представлены результаты оценки личностных особенностей автора по его текстам, полученные с помощью разрабатываемого в ФИЦ ИУ РАН инструмента корпусных лингвостатистических исследований, основанного на использовании реляционно-ситуационного анализа, психолингвистических показателей и словарей, охватывающих лексику эмоциональной и рациональной оценки.

1. Алмаев Н.А., Дороднев А.Б., Малкова Г.Ю. Проявление психологической травмы в автобиографических рассказах // Экспериментальная психология. 2009. Т. 2. № 2. С. 104—115.
2. Воронцова О.Ю., Ениколопов С.Н., Кузнецова Ю.М., Чудова Н.В. и др. Лингвистические характеристики текстов психически больных и здоровых людей [Электронный ресурс] // Психологические исследования. 2018. Т. 11. № 61. URL: http://psystudy.ru/index.php/ num/2018v11n61/1622-enikolopov61.html
3. Девяткин Д.А., Кузнецова Ю.М., Чудова, Н.В., Швец А.В. Интеллектуальный анализ проявлений вербальной агрессивности в текстах сетевых сообществ // Искусственный интеллект и принятие решений. 2014. № 2. С. 95—109.
4. Ениколопов С.Н., Кузнецова Ю.М., Смирнов И.В., Станкевич М.А., Чудова Н.В. Создание инструмента автоматического анализа текста в интересах социогуманитарных исследований. Ч. 1. Методические и методологические аспекты // Искусственный интеллект и принятие решений. 2019. № 2. С. 28—38. DOI 10.14357/20718594190203.
5. Ениколопов С.Н., Кузнецова Ю.М., Минин А.Н., Пенкина М.Ю., Смирнов И.В., Станкевич М.А., Чудова Н.В. Особенности текста и психологические особенности: опыт эмпирического компьютерного исследования // Труды ИСА РАН. 2019. № 3. С. 91—99.
6. Золотова Г.А., Онипенко Н.К., Сидорова М.Ю. Коммуникативная грамматика русского языка. М.: Ин-т рус. яз. РАН им. В.В. Виноградова, 2004.
7. Ковалёв А.К., Кузнецова Ю.М., Минин А.Н., Пенкина М.Ю., Смирнов И.В., Станкевич М.А., Чудова Н.В. Методы выявления по тексту психологических характеристик автора (на примере агрессивности) // Вопросы кибербезопасности. 2019. № 4(32). С. 72—80.
8. Литвинова Т.А., Литвинова О.А., Рыжкова Е.С., Бирюкова Е.Д., Середин П.В., Загоровская О.В. Исследование влияния пола и психологических характеристик автора на количественные параметры его текста с использованием программы Linguistic Inquiry and Word Count // Научный диалог. 2015. № 12 (48). С. 101—109.
9. Осипов Г.С. Приобретение знаний интеллектуальными системами: Основы теории и технологии. М.: Наука, Физматлит, 1997. 142 с.
10. Осипов Г.С., Смирнов И.В., Тихомиров И.А. Реляционно-ситуационный метод поиска и анализа текстов и его приложения // Искусственный интеллект и принятие решений. 2008. № 2. С. 3—10.
11. Эссе. Большая советская энциклопедия. М.: Советская энциклопедия, 1969—1978.
12. Gupta U., Chatterjee A., Srikanth R., Agrawal P. A Sentiment-and-Semantics-Based Approach for Emotion Detection in Textual Conversations [Электронный ресурс] // Neu-IR: Workshop on Neural Information Retrieval, SIGIR. 2017, ACM. URL: arXiv:1707.06996
13. Pennebaker J., Boyd R., Jordan K., Blackburn K. The development and psychometric properties of LIWC-2015 [Электронный ресурс]. 2015. URL: https://repositories.lib.utexas.edu/bitstream/ handle/2152/31333/LIWC2015_LanguageManual.pdf