GPT-3 reveals selective insensitivity to global <i>vs.</i> local linguistic context in speech produced by treatment-naïve patients with positive thought disorder
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle