自我展示过程中的言语行为如何与自尊相关：从词汇、句法和语义层面进行的计算分析

《Journal of Personality》：How Verbal Behavior During Self-Presentation Is Associated With Self-Esteem: A Computational Perspective on Lexical, Syntactic, and Semantic Levels

本研究通过计算语言学技术分析社会认知维度（代理与共情）下的自我呈现语言特征，发现代理任务中的语言特征（如副词、积极/消极情绪句）对自尊水平的预测效应更强（R2=0.106 vs 0.042），并通过机器学习验证了结果的稳定性。

　　

摘要

引言

自我展示行为与自尊心有关。然而，自我展示过程中的言语行为如何与自尊心相关联仍不清楚。这种不确定性源于缺乏细致的语言分析。此外，关于言语行为与自尊心之间关系的现有研究结果并不一致，这可能是由于自我展示内容的不同所致。本研究旨在解决这些局限性。

方法

在研究1中，211名参与者（178名为女性）完成了两项基于社会认知维度“能动性”和“共情”的自我展示任务。通过计算语言学技术提取了词汇、句法和语义层面的12个语言特征，并利用岭回归方法进行了分析。研究2招募了63名参与者（50名为女性）作为独立样本，使用机器学习方法重复研究1的发现。

结果

研究1表明，语言特征（如副词、表达积极或消极情绪的句子）在两项任务中都与自尊心存在一致的相关性。具体而言，基于能动性的自我展示中的语言特征对自尊心的预测效果更好（R² = 0.106），而基于共情的任务中这一相关性较弱（R² = 0.042）。研究2进一步证实了在能动性任务中这种相关性的普遍性。

结论

言语行为与自尊心相关，并受到自我展示内容的影响。相对于共情而言，能动性可能是一种更有效的表达自尊心的渠道。

披露信息

预注册：本研究及其分析并未进行预注册；因此，应将其视为探索性研究。

利益冲突

作者声明没有利益冲突。

数据可用性声明

与本文相关的所有原始数据和代码均可在项目的GitHub链接（https://github.com/Terryzang/computational-linguistics/）上获取。