情感精神科医生：消息数据中的情感信号

消息传递是一种常见的交流方式，对话通常是个人之间非正式书写的。从消息数据中解读情感可以成为强有力的反思形式或支持临床治疗。社交媒体常用的现有分析技术使用LIWC和VADER进行自动情感估计，我们将其与25名参与者的PANAS情感分数进行相关分析。将这些相关性与人 作为自动化技术潜在上限的有力判断进行比较。我们探索了每种技术的工作方式差异，以及它们何时成功，表明当人类对自己的标签有信心时（0.40相关性）或判断积极情感时（有信心时0.48相关性，总体0.31相关性），人类评论优于VADER（最佳自动化技术）。与先前文献相比，情感分析技术与社交媒体相比，与消息传递的PANAS分数相关性更好。这些结果意味着，虽然任何作为PANAS分数代理的技术最多只有中等相关性，但可以通过更好地考虑对话中的语境和时机来改进自动化技术。