面向社会与行为科学家的四种人类语言可视化方法教程：基于 R 的 text 与 topics 包

人类使用语言来交流心理体验。自然语言处理技术的进步使研究者能够通过语言定量研究和评估心理状态与行为（例如幸福感和心理健康）。语言分析的洞见往往最适合通过可视化来传达。基于数据的可视化展示语言如何在统计上与心理维度相关联，有助于解读评估分数、发现有意义的模式，并理解语言使用与心理状态之间的复杂关系。可视化可用于区分相关构念（例如，与抑郁相关的语言和与焦虑相关的语言有何不同？）、理解评估工具的有效性（例如，与高抑郁严重程度相关的语言是否与抑郁理论相符？），以及解释基于语言的评估（例如，在基于语言的评估中，哪些语言指标提示更高的抑郁严重程度？）。本教程演示如何使用 R 中的 text 和 topics 包将语言数据转化为可视化洞见。我们提供实用指导，基于不同的语言分析技术创建四类可视化，考察语言使用模式如何在统计上与某一心理构念相关联。我们可视化了 1）单个词和短语（n-gram），2）主题（词簇），3）词嵌入空间中的词，以及 4）相关语言示例。这些不同的可视化提供了互补的视角，将语言元素从单个词到总体主题再到文本示例进行可视化。所采用的方法从单个词之间的相关到更高级的技术，包括主题建模和大语言模型。通过使这些方法易于使用，本教程旨在帮助研究者利用语言可视化获得有意义的、数据驱动的洞见。

中文由 AI 翻译，仅供参考，以原文为准。