The mechanism of loneliness based on self-memory system-An integrative approach of Psychology and Natural Language Processing

点击翻译按钮获取中文摘要

本研究では、孤独感を過去の経験によって 形成された概念的自己の表象として捉え、その生起過程を認知心理学の枠組みと情報学の方法論(自然言語処理)で理解する。そこで、まず自然言語処理技術を用いて心理変数を推定する新たな言語特徴解析方法を確立した上で、実験を通じて言語特徴解析結果と孤独感の生成メカニズムの検証を行う予定である。本年度は、収集した食事場面ついて記述したテキストを、同時に収集したUCLA孤独感尺度による自己評価の孤独感を正解として、BERT(Bidirectional Encoder Representations from Transformers; Delvin et al., 2018)で学習させたが、十分な精度を得られなかった。一方で、クラウドソーシングを通じて収集した他者によるテキストの著者の孤独感評定を正解として、BERTで学習させたところ高い正解率を示した（2022年6月の国内学会、2023年2月の国際学会にて発表）。昨年度実施した孤独感に焦点化した記述から自己孤独感推定の結果(2021年2月の国際学会と2023年3月の国内学会で発表)と比較すると、共に他者による著者の孤独感評定を正解とする方が精度は高かった。他者評価は、記述された内容および言語特徴のみに着目して推定していると考えられる。そのため、複数の出来事それぞれの状態孤独感の推定結果から、著者の自己評価特性孤独感を推定できるか検討することにした。クラウドソーシングで対象者から、6つの出来事に関するテキスト・それぞれの状態孤独感・特性孤独感のデータを収集した（合計1,483名）。現在、解析を進めている。また、次年度以降進める概念的自己とパーソナリティの関係に向けて、パーソナリティ質問紙の測定不変性を検討し、2022年7月の国際学会で発表した。