.png){kind=icon}
返回
From Embeddings to Explainability: A Tutorial on Large-Language-Model-Based Text Analysis for Behavioral Scientists
.png){kind=icon}
OA
AI
DOI：10.1177/25152459251351285.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大型语言模型（LLMs）通过实现大规模高级文本分析，正在改变心理学和行为科学领域的研究。其应用范围从分析社交媒体帖子以推断心理特质，到对开放式调查问卷的自动评分。然而，尽管潜力巨大，许多行为科学家因文本建模的复杂性而难以将这些模型整合到研究中。在本教程中，我们旨在为基于LLM的文本分析提供一个易于理解的介绍，重点聚焦于Transformer架构。我们指导研究人员完成文本数据准备、使用预训练Transformer模型生成文本嵌入、针对文本分类等特定任务微调模型，以及应用可解释性方法（如Shapley加性解释和局部可解释模型无关解释）来解释模型预测。通过让这些强大的技术更加易于掌握，我们希望赋能行为科学家，使其能够在研究中利用LLMs，从而解锁分析和解读文本数据的新机遇。
期刊
A
IF:
13.4
论文数:
320
被引数:
3.7K
机构
引用论文
Machine learning techniques in diagnostics and prediction of the clinical features of schizophrenia: a narrative review机器学习方法在精神分裂症临床特征诊断与预测中的应用：一项叙事性综述OAAI
OAAI分享收藏HSI-LFS-BERT: Novel Hybrid Swarm Intelligence Based Linguistics Feature Selection and Computational Intelligent Model for Alzheimer's Prediction Using Audio Transcript.png)
IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏The potential of generative AI for personalized persuasion at scale生成式人工智能在大规模个性化说服方面的潜力SCIENTIFIC REPORTS
OAAI
SCIENTIFIC REPORTSIF3.9
OAAI分享收藏分享收藏Personality Computing With Naturalistic Music Listening Behavior: Comparing Audio and Lyrics PreferencesCOLLABRA-PSYCHOLOGYOAAI
COLLABRA-PSYCHOLOGYIF3.2
OAAI分享收藏Frontiers: Determining the Validity of Large Language Models for Automated Perceptual Analysis前沿: 确定用于自动感知分析的大型语言模型的有效性
PREAI
分享收藏
查看更多内容