GPT-3 reveals selective insensitivity to global <i>vs.</i> local linguistic context in speech produced by treatment-naïve patients with positive thought disorder
Notice bibliographique
Résumé
Abstract Background Early psychopathologists proposed that certain features of positive thought disorder, the disorganized language output produced by some people with schizophrenia, suggest an insensitivity to global, relative to local, discourse context. This idea has received support from carefully controlled psycholinguistic studies in language comprehension. In language production, researchers have so far remained reliant on subjective qualitative rating scales to assess and understand speech disorganization. Now, however, recent advances in large language models mean that it is possible to quantify sensitivity to global and local context objectively by probing lexical probability (the predictability of a word given its preceding context) during natural language production. Methods For each word in speech produced by 60 first-episode psychosis patients and 35 healthy, demographically-matched controls, we extracted lexical probabilities from GPT-3 based on contexts that ranged from very local— a single preceding word: P(Wn | Wn-1)—to global— up to 50 preceding words: P(Wn|Wn-50, Wn-49, …, Wn-1). Results We show, for the first time, that disorganized speech is characterized by disproportionate insensitivity to global, versus local, linguistic context. Critically, this global-versus-local insensitivity selectively predicted clinical ratings of positive thought disorder, above and beyond overall symptom severity. There was no evidence of a relationship with negative thought disorder (impoverishment). Conclusions We provide an automated, interpretable measure that can potentially be used to quantify speech disorganization in schizophrenia. Our findings directly link the clinical phenomenology of thought disorder to neurocognitive constructs that are grounded in psycholinguistic theory and neurobiology.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».