一种新的方法来客观地分类梦中的连续情绪:一个概念验证试点研究

科学领域:

• 心理学 心理学 心理学
• 神经科学是一个神经科学.
• 计算机科学 计算机科学

背景情况:

• 传统的梦情感分析依赖于主观的人类评分,这些评分有局限性.
• 为了克服主观性,需要对连续的梦境情绪进行客观量化.
• 自然语言处理为自动化情绪分析提供了潜力.

研究的目的:

• 开发和验证一种使用情感分析在梦境报告中客观,顺序的情感分类的新方法.
• 为了展示梦境中的情绪波动的可视化.
• 引入从这些波动中获得的新型"情绪指标",作为情绪调节的代理,并评估它们与睡眠,情感和人格变量之间的相关性.

主要方法:

• 在14个梦境报告中利用情感分析 (瓦伦斯意识到情感推理词典 - VADER),这些报告是在多睡眠记录期间收集的.
• 基于可视化情绪波动 (高峰,低谷,曲线下面的区域,趋势线) 开发了6种新的"情绪指标".
• 将这些指标与睡眠前/睡眠后情绪数据和人格指标相关联.

主要成果:

• 情感分析成功生成了连续的价值评级,使梦中情感动态的可视化成为可能.
• 定义了六个新的客观梦境情感指标:峰值/直径计数,积极/消极/总体情绪强度和情绪梯度.
• 在六个情绪指标中,有五个与睡眠,情感或人格变量有显著的相关性.

结论:

• 开发的情感分析方法提供了一个客观的方法来量化梦中的连续情绪.
• 新的"情绪指标"显示出潜力作为梦境情绪调节过程的代理.
• 这项研究为未来关于客观梦情感分析的研究奠定了方法论基础.