Titel: Computer-aided Psychometrics with Natural Language Processing
Sonstige Titel: Computergestützte Psychometriken mit Natürlicher Sprachverarbeitung
Sprache: Englisch
Autor*in: Johannßen, Dirk
Schlagwörter: NLP; Psychology; NLPsych; Empiricism; Psychometric
Erscheinungsdatum: 2022
Tag der mündlichen Prüfung: 2022-11-16
Zusammenfassung: 
In the course of this dissertation, two state-of-the-art (SOTA) models were crafted for three psychological metrics, namely implicit motives, self-regulatory emotional levels, and the Jungian psychology types of extraversion and introversion. Novel and costly hand-annotated psychological data was published for free use and a shared task in the domain of aptitude diagnostics and implicit motives were conducted and its data distributed.

Not only does the automation of those metrics promise low-cost validation research in the domain of psychology. The chosen approaches of employing a feature-engineered logistic model tree (LMT) and a bi-directional long short term memory network (Bi-LSTM) with attention mechanism paired with investigations of algorithmic decision-making push the psychological methodology towards human-like classification performance and greater explainability, compared with intuition-based annotation or word-based rule systems.

These models were applied to behavioral data sources, demonstrating predictability on the field of aptitude diagnostics, towards social unrest pattern recognition, and for the identification of individuals at risk of pandemic isolation fostering computer-aided psychology diagnostic empiricism.

As a result of this work, a prototypical implementation of these SOTA models was achieved, promising applicable tool support for empirical psychology. A funded and professional project for crafting a more sophisticated open-sourced NLPsych platform was initiated.

Lastly, steps in the direction of psychological pragmatics were taken. For the first time, the existence and alteration of a recently discovered fourth implicit motive freedom was verified by the utilization of the proposed NLP models, extending the underlying theory of this projective metric. Furthermore, intercorrelations between the researched metrics were measured and analyzed, extending the current knowledge in the field of psychology diagnostic empiricism.

Im Rahmen dieser Dissertation wurden zwei Modelle auf dem Stand der Technik (State-of-the-Art, SOTA) für drei psychologische Metriken, namentlich implizite Motive, selbstregulierende emotionale Ebenen und die Jung’schen psychologischen Typen Extraversion und Introversion, entwickelt. Neuartige und kostspielige handannotierte psychologische Daten wurden zur freien Verwendung veröffentlicht und eine Shared Task im Bereich der Eignungsdiagnostik und der impliziten Motive wurde organisiert und die zugehörigen Daten veröffentlicht.

Die Automatisierung dieser Metriken verspricht nicht nur eine kostengünstige Validierungsforschung auf dem Gebiet der psychologischen Diagnostik. Die gewählten Modelle eines logistischen Entscheidungsbaums (Logistic Model Tree, LMT) und eines bi-direktionalen Long Short-Term Memory (LSTM) Netzwerks mit Aufmerksamkeitsmechanismus, gepaart mit Untersuchungen zur algorithmischen Entscheidungsfindung, vollziehen Klassifizierungen auf dem Gebiet der psychologischen Diagnostik auf annähernd menschlichen Niveau und verbessern die Erklärbarkeit im Vergleich zu intuitiven Annotationen oder wortbasierten Regelsystemen.

Diese Modelle wurden auf behavioristische Daten angewendet, wobei die Vorhersagbarkeit auf dem Gebiet der Eignungsdiagnostik, der Erkennung von sozialen Unruhen und der Identifizierung von Personen mit dem Risiko einer pandemischen Isolation nachgewiesen wurde, wodurch die Forschung auf dem Gebiet der computergestützte psychologisch-diagnostischen Empirie vorangetrieben wird.

Als weiteres Ergebnis dieser Arbeit wird eine prototypische Implementierung dieser SOTA-Modelle erwirkt, die eine Software Tool-Unterstützung für die empirische Psychologie verspricht. Ein professionelles Projekt zur Entwicklung einer solchen Open-Source NLPsych-Plattform wurde finanziert und initiiert.

Abschließend wurden erste Schritte in Richtung einer psychologischen Pragmatik unternommen. Zum ersten Mal wurde die Existenz eines jüngst entdeckten vierten impliziten Motivs Freiheit durch NLP-Modelle verifiziert, wodurch die zugrunde liegende Theorie dieser projektiven Metrik erweitert wurde. Darüber hinaus wurden Interkorrelationen zwischen den untersuchten Metriken gemessen und analysiert, wodurch der aktuelle Forschungs- und Wissensstand auf dem Gebiet der psychologischen diagnostischen Empirie erweitert wurde.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/9929
URN: urn:nbn:de:gbv:18-ediss-104686
Dokumenttyp: Dissertation
Betreuer*in: Biemann, Chris
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
20221121_Johannssen_Dissertation.pdfa196bdfdb3a11a56ca4f4ade60752a1e5.88 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Info

Seitenansichten

232
Letzte Woche
Letzten Monat
geprüft am 28.03.2024

Download(s)

163
Letzte Woche
Letzten Monat
geprüft am 28.03.2024
Werkzeuge

Google ScholarTM

Prüfe