آدرس ایمیل خود را وارد نمایید
ثبت
پیام خود را بنویسید
تابستان 1405(مرداد)،
برگشت به فهرست مقالات |
برگشت به فهرست نسخه ها
محمدعلی سلطانی* 
، پیمان مام شریفی ، رضا صالحی چگنی ، علی صفری ، حمیدرضا کشاورز ، دانیال رضایی روزبهانی ، مجید افشاری ، محمدسجاد غفوری ، مجتبی محمدی ، فاطمه توکلی
، پیمان مام شریفی ، رضا صالحی چگنی ، علی صفری ، حمیدرضا کشاورز ، دانیال رضایی روزبهانی ، مجید افشاری ، محمدسجاد غفوری ، مجتبی محمدی ، فاطمه توکلی
گروه سنجش و اندازهگیری، دانشکده روانشناسی و علوم تربیتی، دانشگاه علامه طباطبائی، تهران، ایران. ، mohalisoltani@gmail.com
چکیده: (19 مشاهده)
زمینه: ابزار واکاوی زبانی و شمارش واژگان یکی از شناختهشدهترین روشهای تحلیل متون به شمار میرود. این ابزار با بهرهگیری از الگوریتمها و فرآیندهای رایانشی، قادر است جنبههایی مانند احساسات، فرآیندهای شناختی، نگرشها، واژگان، سبکهای زبانی و الگوهای تعامل اجتماعی را در دادههای متنی شناسایی و بررسی کند. فقدان نسخهای بومیسازیشده به زبان فارسی از این ابزار، یکی از انگیزههای اصلی اجرای پژوهش حاضر بود.
هدف: هدف از انجام این پژوهش توسعه و بررسی ویژگیهای روانسنجی نسخه فارسی سامانه واکاوی زبانی و شمارش واژگان بود.
روش: روش پژوهش حاضر توصیفی و همبستگی بود. روش توسعه طبقات سامانه واکاوی زبانی و شمارش واژگان از چند مرحله تشکیل شده است. توسعه فرهنگ لغت با ترجمه اولیه کلمات نسخه اصلی انگلیسی شروع شد و پس از آن برای به حداکثر رساندن پوشش دهی کلمات هر طبقه در زبان فارسی با استفاده از روشهای تحلیل متن، پیکره عظیمی از متون فارسی مورد تجزیه و تحلیل قرار گرفت. در گام بعدی کلمات توسط داوران روانشناس مورد ارزیابی قرار گرفت و سپس برای کلمات تأیید شده لما آنها توسط زبانشناسان به منظور تشخیص اشکال مختلف کلمه تعیین شد. بعد از اتمام این مراحل به منظور بررسی پایایی فرهنگ لغتهای طبقات و زیر طبقات آنها آلفای کرونباخ و کودر-ریچاردسون 20 محاسبه شد و سپس برای بررسی روایی بیرونی، هم ارزی نسخه فارسی واکاوی زبانی و شمارش واژگان (P-LIWC) با نسخه اصلی انگلیسی LIWC-2022 مورد تجزیه و تحلیل قرار گرفت.
یافتهها: نتایج نشان داد همه طبقات سامانه واکاوی زبانی و شمارش واژگان در نسخه فارسی با نسخه نهایی انگلیسی LIWC-2022 دارای همبستگی معنادار بودند (01/0>p) و این ابزار از روایی و پایایی مناسبی برخوردار است.
نتیجهگیری: بر اساس نتایج بهدستآمده از این پژوهش، میتوان اظهار کرد که ابزار واکاوی زبانی و شمارش واژگان، قابلیت استفاده در حوزههای متنوع پژوهشی و تحلیل متون فارسی را داراست. افزون بر این، این ابزار میتواند در تحلیل محتوای گفتوگوها و متون جلسات درمانی مراجعان کلینیکهای روانشناسی نیز مورد بهرهبرداری قرار گیرد.
هدف: هدف از انجام این پژوهش توسعه و بررسی ویژگیهای روانسنجی نسخه فارسی سامانه واکاوی زبانی و شمارش واژگان بود.
روش: روش پژوهش حاضر توصیفی و همبستگی بود. روش توسعه طبقات سامانه واکاوی زبانی و شمارش واژگان از چند مرحله تشکیل شده است. توسعه فرهنگ لغت با ترجمه اولیه کلمات نسخه اصلی انگلیسی شروع شد و پس از آن برای به حداکثر رساندن پوشش دهی کلمات هر طبقه در زبان فارسی با استفاده از روشهای تحلیل متن، پیکره عظیمی از متون فارسی مورد تجزیه و تحلیل قرار گرفت. در گام بعدی کلمات توسط داوران روانشناس مورد ارزیابی قرار گرفت و سپس برای کلمات تأیید شده لما آنها توسط زبانشناسان به منظور تشخیص اشکال مختلف کلمه تعیین شد. بعد از اتمام این مراحل به منظور بررسی پایایی فرهنگ لغتهای طبقات و زیر طبقات آنها آلفای کرونباخ و کودر-ریچاردسون 20 محاسبه شد و سپس برای بررسی روایی بیرونی، هم ارزی نسخه فارسی واکاوی زبانی و شمارش واژگان (P-LIWC) با نسخه اصلی انگلیسی LIWC-2022 مورد تجزیه و تحلیل قرار گرفت.
یافتهها: نتایج نشان داد همه طبقات سامانه واکاوی زبانی و شمارش واژگان در نسخه فارسی با نسخه نهایی انگلیسی LIWC-2022 دارای همبستگی معنادار بودند (01/0>p) و این ابزار از روایی و پایایی مناسبی برخوردار است.
نتیجهگیری: بر اساس نتایج بهدستآمده از این پژوهش، میتوان اظهار کرد که ابزار واکاوی زبانی و شمارش واژگان، قابلیت استفاده در حوزههای متنوع پژوهشی و تحلیل متون فارسی را داراست. افزون بر این، این ابزار میتواند در تحلیل محتوای گفتوگوها و متون جلسات درمانی مراجعان کلینیکهای روانشناسی نیز مورد بهرهبرداری قرار گیرد.
شمارهی مقاله: 5
فهرست منابع
1. سلطانی، محمد علی؛ مام شریفی، پیمان؛ صالحی چگنی، رضا؛ صفری، علی؛ ارشادی منش، سودابه؛ کشاورز، حمیدرضا؛ و همکاران. (1403). توسعه و بررسی ویژگی های روان سنجی نسخه فارسی تحقیق زبانی و شمارش کلمات (P-LIWC) طبقات هیجانات و فرآیندهای شناختی. مجله علوم روانشناختی، ۲۳ (۱۳۷)، ۱۹-۱. http://dx.doi.org/10.52547/JPS.23.137.997
2. کاویانی، حسین؛ پور ناصح، مهرانگیز؛ و گلفام، ارسلان. (1384). تقابل واژههای هیجان و شناخت در لغتنامههای زبان فارسی. تازههای علوم شناختی، ۷ (۲)، ۲۹-۳۷. http://icssjournal.ir/article-1-134-fa.html
3. مام شریفی، پیمان؛ سهرابی، فرامرز؛ برجعلی، احمد؛ زمان پور، عنایت اله؛ و حسین ثابت، فریده. (۱۴۰۵). واکاوی روانی-زبانی ابعاد شناختی، هیجانی و جنسی هرزهنگاری در شبکههای اجتماعی اینستاگرام، تلگرام و ایکس. مجله علوم روانشناختی، ۲۵ (۱۶۰)، ۱۸-۱. http://dx.doi.org/10.66224/jps.25.160.1
4. کاویانی، حسین؛ موسوی، اشرفسادات؛ و گلفام، ارسلان. (1386). کاوش در واژههای روانشناختی (هیجان، شناخت، آسیبشناسی، درمان و شخصیت)، در لغتنامه (فرهنگ) های زبان فارسی. زبان و زبانشناسی، 3(5)، 89-102. https://lsi-linguistics.ihcs.ac.ir/article_1606.html
5. Andy, A., & Andy, U. (2021). Understanding Communication in an Online Cancer Forum: Content Analysis Study. JMIR cancer, 7(3), e29555. https://doi.org/10.2196/29555
6. Bahgat, M., Wilson, S., & Magdy, W. (2022, June). LIWC-UD: classifying online slang terms into LIWC categories. In Proceedings of the 14th ACM Web Science Conference 2022 (pp. 422-432). https://doi.org/10.1145/3501247.3531572
7. Bjekić, J., Lazarević, L. B., Živanović, M., & Knežević, G. (2014). Psychometric evaluation of the Serbian dictionary for automatic text analysis-LIWCser. Psihologija, 47(1), 5-32. https://doi.org/10.2298/PSI1401005B
8. Boyd, R. L., Ashokkumar, A., Seraj, S., & Pennebaker, J. W. (2022). The development and psychometric properties of LIWC-22. Austin, TX: University of Texas at Austin. https://www.liwc.app/help/psychometrics-manuals
9. Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J. D., Dhariwal, P., ... & Amodei, D. (2020). Language models are few-shot learners. Advances in neural information processing systems, 33, 1877-1901. https://doi.org/10.48550/arXiv.2005.14165
10. Del Pilar Salas-Zárate, M., López-López, E., Valencia-García, R., Aussenac-Gilles, N., Almela, Á., & Alor-Hernández, G. (2014). A study on LIWC categories for opinion mining in Spanish reviews. Journal of Information Science, 40(6), 749-760. http://dx.doi.org/10.1177/0165551514547842
11. Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint arXiv:1810.04805. https://doi.org/10.48550/arXiv.1810.04805
12. Dwyer, A., de Almeida Neto, A., Estival, D., Li, W., Lam-Cassettari, C., & Antoniou, M. (2021). Suitability of Text-Based Communications for the Delivery of Psychological Therapeutic Services to Rural and Remote Communities: Scoping Review. JMIR mental health, 8(2), e19478. https://doi.org/10.2196/19478
13. Felzmann, H., Villaronga, E. F., Lutz, C., & Tamò-Larrieux, A. (2019). Transparency you can trust: Transparency requirements for artificial intelligence between legal norms and contextual concerns. Big Data & Society, 6(1), 2053951719860542. https://doi.org/10.1177/2053951719860542
14. Ji, Q., & Raney, A. A. (2020). Developing and validating the self-transcendent emotion dictionary for text analysis. PLoS ONE, 15(9), Article e0239050. https://doi.org/10.1371/journal.pone.0239050
15. Kaviani, H., Pournaseh, M., & Golfam, A. (2005). Emotion versus Cognition Words in Persian Dictionaries. Advances in Cognitive Sciences, 7 (2), 29-37. (In Persian) http://icssjournal.ir/article-1-134-fa.html
16. Kaviani, H., Mousavi, A., & Golfam, A. (2007). A Study on Psychology-Related Words in Persian Dictionaries. Language and Linguistics, 3(5), 89-102. (In Persian) https://lsi-linguistics.ihcs.ac.ir/article_1606.html
17. Kilic, I. Y., & Pan, S. (2022, June). Incorporating LIWC in neural networks to improve human trait and behavior analysis in low resource scenarios. In Proceedings of the Thirteenth Language Resources and Evaluation Conference (pp. 4532-4539). https://aclanthology.org/2022.lrec-1.482
18. Koutsoumpis, A., Oostrom, J. K., Holtrop, D., van Breda, W., Ghassemi, S., & de Vries, R. E. (2022). The kernel of truth in text-based personality assessment: A meta-analysis of the relations between the Big Five and the Linguistic Inquiry and Word Count (LIWC).Psychological Bulletin, 148(11-12), 843–868. https://doi.org/10.1037/bul0000381
19. Lake, B. M., & Murphy, G. L. (2023). Word meaning in minds and machines. Psychological Review, 130(2), 401–431. https://doi.org/10.1037/rev0000297
20. Lin, Y., Yu, R., & Dowell, N. (2020). LIWCs the Same, Not the Same: Gendered Linguistic Signals of Performance and Experience in Online STEM Courses. Artificial Intelligence in Education: 21st International Conference, AIED 2020, Ifrane, Morocco, July 6–10, 2020, Proceedings, Part I, 12163, 333–345. https://doi.org/10.1007/978-3-030-52237-7_27
21. Lopez, I., Quillivic, R., Evans, H., & Arriaga, R. I. (2019). Denouncing sexual violence: A cross-language and cross-cultural analysis of# MeToo and# BalanceTonPorc. In Human-Computer Interaction–INTERACT 2019: 17th IFIP TC 13 International Conference, Paphos, Cyprus, September 2–6, 2019, Proceedings, Part II 17 (pp. 733-743). Springer International Publishing. https://dx.doi.org/10.1007/978-3-030-29384-0_44
22. Lyu, S., Ren, X., Du, Y., & Zhao, N. (2023). Detecting depression of Chinese microblog users via text analysis: Combining Linguistic Inquiry Word Count (LIWC) with culture and suicide related lexicons. Frontiers in psychiatry, 14, 1121583. https://doi.org/10.3389/fpsyt.2023.1121583
23. Soltani, M. A., MamSharifi, P., Salehi Chegeni, R., Safari, A., Ershadi Manesh, S., Keshavarz, H., ... & Tavakoli, F. (2024). The development and psychometric properties of the persian linguistic inquiry and word count (P-LIWC): Emotions and cognitive processes categories. Journal of Psychological Science, 23(137), 1-19. (In Persian). http://dx.doi.org/10.52547/JPS.23.137.997
24. MamSharifi, P., Sohrabi, F., Borjali, A., Zamanpour, E., HosseinSabet, F. (2026). The Psycho–Linguistic Analysis of Cognitive, Emotional, and Sexual Dimensions of Pornography in Social Networks: Instagram, Telegram, and X. Journal of Psychological Science. 25(160), 1-18. (In Persian). http://dx.doi.org/10.66224/jps.25.160.1
25. Meier, T., Boyd, R. L., Pennebaker, J. W., Mehl, M. R., Martin, M., Wolf, M., & Horn, A. B. (2019). “LIWC auf Deutsch”: The development, psychometrics, and introduction of DE-LIWC2015. PsyArXiv, (a). https://doi.org/10.17605/OSF.IO/TFQZC
26. Park, C., Shim, M., Eo, S., Lee, S., Seo, J., Moon, H., & Lim, H. (2022). Empirical analysis of parallel corpora and in-depth analysis using LIWC. Applied Sciences, 12(11), 5545. https://doi.org/10.3390/app12115545
27. Pennebaker, J. W., Francis, M. E., & Booth, R. J. (2001). Linguistic inquiry and word count: LIWC 2001. Mahway: Lawrence Erlbaum Associates, 71(2001), 2001.
28. Pennebaker, J. W., Boyd, R. L., Jordan, K., & Blackburn, K. (2015). The development and psychometric properties of LIWC2015. http://hdl.handle.net/2152/31333
29. Piolat, A., Booth, R. J., Chung, C. K., Davids, M., & Pennebaker, J.W. (2011). La version française du dictionnaire pour le liwc: Modalités de construction et exemples d’utilisation [The French dictionary for LIWC: Modalities of construction and examples of use]. Psychologie Française, 56(3), 145–159. https://doi.org/10.1016/j.psfr.2011.07.002
30. Sasahara, K., Okuda, S., & Igarashi, T. (2021). Text mining approach to quantify consumer psychology and behavior in COVID-19 pandemic. In Proceedings of the Annual Conference of JSAI, JSAI2021. https://confit.atlas.jp/guide/event/jsai2021/subject/1D3-OS-3b-04/detail
31. Utomoa, P. A., & Karyawatia, A. E. (2021). Sentiment analysis of tribal, religion, and race with LIWC. Jurnal Elektronik Ilmu Komputer Udayana p-ISSN, 2301, 5373. https://jurnal.harianregional.com/jlk/full-64361
32. Windsor, L. C., Cupit, J. G., & Windsor, A. J. (2019). Automated content analysis across six languages. PloS one, 14(11), e0224425. https://doi.org/10.1371/journal.pone.0224425
33. Zhao, N., Jiao, D., Bai, S., & Zhu, T. (2016). Evaluating the Validity of Simplified Chinese Version of LIWC in Detecting Psychological Expressions in Short Texts on Social Network Services. PloS one, 11(6), e0157947. https://doi.org/10.1371/journal.pone.0157947
ارسال پیام به نویسنده مسئول
| بازنشر اطلاعات | |
 |
این مقاله تحت شرایط مجوز کرییتیو کامنز (CC BY-NC-ND) قابل بازنشر است. |
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)