論文の概要: Textual forma mentis networks bridge language structure, emotional content and psychopathology levels in adolescents

• arxiv url: http://arxiv.org/abs/2505.06387v1
• Date: Fri, 09 May 2025 19:22:02 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-13 20:21:48.821814
• Title: Textual forma mentis networks bridge language structure, emotional content and psychopathology levels in adolescents
• Title（参考訳）: 青年期における言語構造、感情内容、心理病理学的レベルを橋渡しするテクスチュアル・フォーマ・メンティスネットワーク
• Authors: Alexis Carrillo, Simon Friedrich Roske, Rebeca Ianov-Vitanov, Enrico Perinelli, Alessandro Grecucci, Massimo Stella,
• Abstract要約: 本稿では,青年期の神経病理の次元を自然言語で予測するネットワークベースのAIフレームワークを提案する。 健康脳ネットワーク(Healthy Brain Network)の若年者232名を対象に,社会的不調整,内在的行動,神経発達リスクの心理測定値の計測に焦点をあてた。
• 参考スコア（独自算出の注目度）: 37.69303106863453
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We introduce a network-based AI framework for predicting dimensions of psychopathology in adolescents using natural language. We focused on data capturing psychometric scores of social maladjustment, internalizing behaviors, and neurodevelopmental risk, assessed in 232 adolescents from the Healthy Brain Network. This dataset included structured interviews in which adolescents discussed a common emotion-inducing topic. To model conceptual associations within these interviews, we applied textual forma mentis networks (TFMNs)-a cognitive/AI approach integrating syntactic, semantic, and emotional word-word associations in language. From TFMNs, we extracted network features (semantic/syntactic structure) and emotional profiles to serve as predictors of latent psychopathology factor scores. Using Random Forest and XGBoost regression models, we found significant associations between language-derived features and clinical scores: social maladjustment (r = 0.37, p < .01), specific internalizing behaviors (r = 0.33, p < .05), and neurodevelopmental risk (r = 0.34, p < .05). Explainable AI analysis using SHAP values revealed that higher modularity and a pronounced core-periphery network structure-reflecting clustered conceptual organization in language-predicted increased social maladjustment. Internalizing scores were positively associated with higher betweenness centrality and stronger expressions of disgust, suggesting a linguistic signature of rumination. In contrast, neurodevelopmental risk was inversely related to local efficiency in syntactic/semantic networks, indicating disrupted conceptual integration. These findings demonstrated the potential of cognitive network approaches to capture meaningful links between psychopathology and language use in adolescents.
• Abstract（参考訳）: 本稿では,青年期の神経病理の次元を自然言語で予測するネットワークベースのAIフレームワークを提案する。 健康脳ネットワーク(Healthy Brain Network)の若年者232名を対象に,社会的不調整,内在的行動,神経発達リスクの心理測定値の計測に焦点をあてた。 このデータセットには、若者が共通の感情誘発トピックについて議論する構造化インタビューが含まれていた。 これらのインタビューにおける概念的関連をモデル化するために,言語における構文的,意味的,感情的な単語関連を組み込んだ認知/AIアプローチであるTFMN(textual forma Mentis Network)を適用した。 TFMNからネットワークの特徴(セマンティック/シンタクティック構造)と感情プロファイルを抽出し,潜在性精神病理因子スコアの予測因子として機能した。 Random Forest と XGBoost の回帰モデルを用いて, 社会的不適応 (r = 0.37, p < .01), 内在的行動 (r = 0.33, p < .05), 神経発達リスク (r = 0.34, p < .05) と, 言語由来の特徴と臨床スコアとの間に有意な関連性を見出した。 SHAP値を用いた説明可能なAI分析により、言語予測による社会的不適応の増大において、モジュール性が高く、コア周辺ネットワーク構造を反映するクラスタ化された概念組織が明らかとなった。 内在化スコアは、高い相互中心性と強い嫌悪感の表現に肯定的に関連しており、ルミネーションの言語的徴候が示唆された。 対照的に、神経発達のリスクは、シナティック/セマンティックネットワークの局所的効率と逆相関しており、概念統合の混乱が示唆された。 これらの知見は,青年期における心理病理学と言語利用の有意義な関連を把握するための認知ネットワークアプローチの可能性を示した。

関連論文リスト

• Discovering Chunks in Neural Embeddings for Interpretability [53.80157905839065]
  本稿では, チャンキングの原理を応用して, 人工神経集団活動の解釈を提案する。 まず、この概念を正則性を持つ人工シーケンスを訓練したリカレントニューラルネットワーク(RNN)で実証する。 我々は、これらの状態に対する摂動が関連する概念を活性化または阻害すると共に、入力における概念に対応する同様の繰り返し埋め込み状態を特定する。
  論文  参考訳（メタデータ） (2025-02-03T20:30:46Z)
• Decoding Linguistic Nuances in Mental Health Text Classification Using Expressive Narrative Stories [5.091061468748012]
  本研究は,自己宣言型抑うつを伴う人や無関係の人からの表現的物語(ENS)に着目し,そのギャップを埋めるものである。 本研究は,従来の言語モデルに対する高度言語モデルであるBERTとMentalBERTの有用性を評価する。 BERT は ENS における話題単語の欠如に対して最小限の感度を示し,より深い言語的特徴を理解する能力に優れていたことを示唆した。
  論文  参考訳（メタデータ） (2024-12-20T19:29:21Z)
• Detecting Cognitive Impairment and Psychological Well-being among Older Adults Using Facial, Acoustic, Linguistic, and Cardiovascular Patterns Derived from Remote Conversations [5.923344966877598]
  高齢化社会では、認知の低下を監視し、認知症リスクを示す社会的・心理的要因を特定するためのスケーラブルな方法が緊急に求められている。 機械学習の最近の進歩は、認知障害をリモートで検出し、神経症や心理的幸福のような関連する要因を評価する新しい機会を提供する。 実験の結果,言語パターンは認知障害の定量化に有用であるのに対し,表情や心血管パターンは性格や心理的幸福の定量化に有用であることがわかった。
  論文  参考訳（メタデータ） (2024-12-12T23:42:46Z)
• A Domain-Agnostic Neurosymbolic Approach for Big Social Data Analysis: Evaluating Mental Health Sentiment on Social Media during COVID-19 [18.07330996866408]
  本稿では,ニューラルネットワークを記号的知識源と統合するニューロシンボリック手法を提案する。 この手法は進化する言語に動的に適応し、F1スコアが92%を超える純粋にデータ駆動モデルより優れている。 本研究は, 健康監視等の業務において, 動的環境下でのテキストの解釈において, ニューロシンボリック手法の利点を示すものである。
  論文  参考訳（メタデータ） (2024-11-11T17:41:54Z)
• Large Language Model-based FMRI Encoding of Language Functions for Subjects with Neurocognitive Disorder [53.575426835313536]
  LLMを用いたfMRIエンコーディングと脳のスコアを用いた高齢者の言語関連機能変化について検討する。 脳のスコアと認知スコアの相関関係を脳全体のROIと言語関連ROIの両方で分析した。 以上の結果から,認知能力の向上は,中側頭回に有意な相関がみられた。
  論文  参考訳（メタデータ） (2024-07-15T01:09:08Z)
• Probing Brain Context-Sensitivity with Masked-Attention Generation [87.31930367845125]
  我々は、GPT-2変換器を用いて、一定量の文脈情報をキャプチャする単語埋め込みを生成する。 そして、自然主義的なテキストを聴く人間のfMRI脳活動を予測することができるかどうかを検証した。
  論文  参考訳（メタデータ） (2023-05-23T09:36:21Z)
• NeuroExplainer: Fine-Grained Attention Decoding to Uncover Cortical Development Patterns of Preterm Infants [73.85768093666582]
  我々はNeuroExplainerと呼ばれる説明可能な幾何学的深層ネットワークを提案する。 NeuroExplainerは、早産に伴う幼児の皮質発達パターンの解明に使用される。
  論文  参考訳（メタデータ） (2023-01-01T12:48:12Z)
• The world seems different in a social context: a neural network analysis of human experimental data [57.729312306803955]
  本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。 トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
  論文  参考訳（メタデータ） (2022-03-03T17:19:12Z)
• Leveraging Recursive Processing for Neural-Symbolic Affect-Target Associations [0.0]
  本論文では,自然言語表現の感情的ラベルを用いて,抽出した対象,表現された感情と関連づける名詞チャンクを関連付けるコモンセンスアプローチを提案する。 我々は、木とサブツリー処理に順応したトレーニング済みニューラルネットワーク、Dependency Tree-LSTMを活用し、動的ターゲットの影響ラベルを学習する。
  論文  参考訳（メタデータ） (2021-03-05T15:32:38Z)

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。