研究人员发现人类语言中隐藏的安全偏好——ScienceDaily

佛蒙特大学的研究人员发现，在日常言语中，与安全相关的词语使用频率显著高于与危险相关的词语。该团队还提出了一种分析语言意义的新数学方法——usiometrics，ScienceDaily报道。

词语意义的新模型

研究结果发表于《Science Advances》期刊。科学家分析了书籍、新闻、社交媒体和口语中超过2万个词语的数十亿次使用实例。

长期以来，心理学、语言学和文本分析系统使用VAD模型，该模型通过效价——积极或消极的色彩、唤醒度和支配性来描述词语意义。论文作者得出结论，这三个参数并非彼此独立。

研究人员则提出通过三个维度描述意义：力量——从弱小到强大，危险——从安全到威胁，以及结构——从秩序到混沌。根据他们的数据，新模型解释了所测量词语意义变异的90%以上，而VAD模型解释了约72%。

更多最新消息请关注 UA.News Telegram 频道 Telegram.

语言使用中的安全偏好

在分析词语的实际出现频率时，团队发现，在书籍、媒体、社交网络和口语中，与安全相关的词语出现频率显著高于与危险相关的词语。

这或许能以新的方式解释波莉安娜原则——语言更常使用积极词语而非消极词语这一已有记录的倾向。作者认为，对积极性的倾向在很大程度上是更深层语言安全偏好的体现。

为开展研究，团队创建了一种名为usiometer的工具，用于评估大量文本的平均基础意义。它可以追踪一部文学作品中或不同类型媒体材料中这类意义的变化。

在人工智能中的潜在应用

作者认为，这一新方法可能对分析文本情感倾向、评估风险、信任和决策过程的人工智能系统有用。同时，研究人员强调，研究结果与生存需求可能影响语言组织的观点一致，但并不能证明正是进化压力导致了所发现的安全偏好。