論文の概要: WorryWords: Norms of Anxiety Association for over 44k English Words

• arxiv url: http://arxiv.org/abs/2411.03966v1
• Date: Wed, 06 Nov 2024 15:03:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-07 19:23:43.017516
• Title: WorryWords: Norms of Anxiety Association for over 44k English Words
• Title（参考訳）: WorryWords: 44万語以上の英単語に対する不安協会のノーム
• Authors: Saif M. Mohammad,
• Abstract要約: 不安(Anxiety)は、潜在的なネガティブな結果に対する予期しない不安であり、共通の、有益な人間の感情である。 不安が私たちの身体とどのように関係しているか、そしてそれが言語でどのように現れるのかなど、まだ分かっていないことがまだたくさんある。 我々はWorryWordsを紹介した。WorryWordsは、44,450以上の英単語に対して、手動で派生した単語親和性アソシエーションの最初の大規模リポジトリである。
• 参考スコア（独自算出の注目度）: 35.0834082343387
• License:
• Abstract: Anxiety, the anticipatory unease about a potential negative outcome, is a common and beneficial human emotion. However, there is still much that is not known, such as how anxiety relates to our body and how it manifests in language. This is especially pertinent given the increasing impact of anxiety-related disorders. In this work, we introduce WorryWords, the first large-scale repository of manually derived word--anxiety associations for over 44,450 English words. We show that the anxiety associations are highly reliable. We use WorryWords to study the relationship between anxiety and other emotion constructs, as well as the rate at which children acquire anxiety words with age. Finally, we show that using WorryWords alone, one can accurately track the change of anxiety in streams of text. The lexicon enables a wide variety of anxiety-related research in psychology, NLP, public health, and social sciences. WorryWords (and its translations to over 100 languages) is freely available. http://saifmohammad.com/worrywords.html
• Abstract（参考訳）: 不安(Anxiety)は、潜在的なネガティブな結果に対する予期しない不安であり、共通の、有益な人間の感情である。 しかし、不安が私たちの身体とどのように関係しているか、そしてそれが言語でどのように現れるのかなど、まだよく分かっていない。 不安関連疾患の影響が増大していることを考えると、これは特に顕著である。 本稿では,WorryWordsについて紹介する。WorryWordsは,44,450以上の英単語を対象とした,手作業による単語親和関係の最初の大規模リポジトリである。 不安関連性は高い信頼性を示す。 我々はWorryWordsを用いて、不安と他の感情構造との関係や、子どもが年齢とともに不安語を習得する頻度を調査する。 最後に、WorryWordsだけで、テキストストリームの不安の変化を正確に追跡できることを示す。 このレキシコンは、心理学、NLP、公衆衛生、社会科学における様々な不安に関する研究を可能にする。 WorryWords(および100以上の言語への翻訳)は無料で利用できる。 http://saifmohammad.com/worrywords.html

関連論文リスト

• Detecting a Proxy for Potential Comorbid ADHD in People Reporting Anxiety Symptoms from Social Media Data [3.0559252110342703]
  ADHDの成人の最大50%は不安障害を患っている可能性がある。 不安を呈する患者はADHDを考慮せずに不安の治療を受けることができる。 不安を伴うADHDに付随するデータがソーシャルメディアデータからどのように得られるかを示す。
  論文  参考訳（メタデータ） (2024-02-17T10:32:43Z)
• Inducing anxiety in large language models can induce bias [47.85323153767388]
  我々は、確立された12の大規模言語モデル(LLM)に焦点を当て、精神医学でよく用いられる質問紙に答える。 以上の結果から,最新のLSMの6つが不安アンケートに強く反応し,人間に匹敵する不安スコアが得られた。 不安誘発は、LSMのスコアが不安アンケートに影響を及ぼすだけでなく、人種差別や老化などの偏見を測る以前に確立されたベンチマークにおいて、それらの行動に影響を及ぼす。
  論文  参考訳（メタデータ） (2023-04-21T16:29:43Z)
• Personalized State Anxiety Detection: An Empirical Study with Linguistic Biomarkers and A Machine Learning Pipeline [7.512067061195175]
  社会不安の症状が高い人は、しばしば社会的状況における状態不安の上昇を示す。 デジタルバイオマーカーと機械学習技術を利用して、状態の不安を検出することが可能である。
  論文  参考訳（メタデータ） (2023-04-19T19:06:42Z)
• What Are You Anxious About? Examining Subjects of Anxiety during the COVID-19 Pandemic [2.628557920905129]
  新型コロナウイルスは、パンデミックのさまざまな段階において、公衆に不均衡なメンタルヘルスをもたらす。 私たちは、パンデミックに対するオンラインコミュニティの不安を引き起こす特定の側面を捉えるために、計算アプローチを使用します。
  論文  参考訳（メタデータ） (2022-09-27T05:22:38Z)
• DASentimental: Detecting depression, anxiety and stress in texts via emotional recall, cognitive networks and machine learning [0.0]
  本研究は,文章から抑うつ,不安,ストレスを抽出する半教師付き機械学習モデル(DASentimental)を提案する。 我々は、抑うつ不安ストレス尺度(DASS-21)に対する反応とN=200$の個人によるリコール感情単語のシーケンスがどのように相関しているかをモデルに訓練する。 想起された感情と「サド・ハッピー」のセマンティックな距離は、うつ病レベルを推定する上で重要な特徴であるが、不安やストレスには重要でない。
  論文  参考訳（メタデータ） (2021-10-26T13:58:46Z)
• Perspective-taking and Pragmatics for Generating Empathetic Responses Focused on Emotion Causes [50.569762345799354]
  i) 相手の感情が発話から引き起こされる原因となる単語を特定することと, (ii) 応答生成における特定の単語を反映することである。 社会的認知からインスピレーションを得て、生成的推定を用いて、感情が単語レベルのラベルのない発話から単語を推論する。
  論文  参考訳（メタデータ） (2021-09-18T04:22:49Z)
• Understanding the Hoarding Behaviors during the COVID-19 Pandemic using Large Scale Social Media Data [77.34726150561087]
  われわれは、2020年3月1日から4月30日まで、米国で4万2000人以上のユニークTwitterユーザーによる嫌がらせと反嫌悪のパターンを分析した。 ホアーディンググループと反ホアーディンググループの両方の女性の比率が、一般のTwitter利用者の比率よりも高いことがわかりました。 LIWCの不安度はTwitterの不安度よりもかなり高い。
  論文  参考訳（メタデータ） (2020-10-15T16:02:25Z)
• Speakers Fill Lexical Semantic Gaps with Context [65.08205006886591]
  我々は単語の語彙的あいまいさを意味のエントロピーとして運用する。 単語のあいまいさの推定値と,WordNetにおける単語の同義語数との間には,有意な相関関係が認められた。 これは、あいまいさの存在下では、話者が文脈をより情報的にすることで補うことを示唆している。
  論文  参考訳（メタデータ） (2020-10-05T17:19:10Z)
• Anxiety Detection Leveraging Mobile Passive Sensing [53.11661460916551]
  不安障害は、子供と成人の両方に影響を及ぼす最も一般的な精神医学的問題である。 スマートフォンから受動的かつ控えめなデータ収集を活用することは、古典的な方法の代替となるかもしれない。 eWellnessは、個人デバイスのセンサとユーザログデータの完全な適合性を、連続的かつ受動的に追跡するために設計された、実験的なモバイルアプリケーションである。
  論文  参考訳（メタデータ） (2020-08-09T20:22:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。