生成式人工智慧目前不太用於文本分析，但在評估情緒上有潛力。一研究比較了ChatGPT和LIWC工具的分析結果，發現兩者關聯較小，ChatGPT在22%情況下計算LIWC分析時出錯。這顯示大型語言模型處理詞語和數字可能不可靠，使用時要謹慎。 PubMed DOI

研究比較了ChatGPT-4和Google Bard在理解視覺和文字情感方面的能力。ChatGPT-4在視覺情感辨識表現優秀，接近人類水準；Google Bard在這方面表現不穩定。兩者在文字情感理解方面都表現不錯。研究指出情感辨識在AI發展中的重要性，呼籲使用多元數據、與專家合作，並強調政府監督以確保透明度和病患隱私。 PubMed DOI

文字資料分析廣泛運用，探討人類行為的情感、話語、詞彙和句法。強調跨領域合作，提供Python程式碼進行分析，以ChatGPT 3.5 Turbo為例。有助於語言學、社會學、精神病學和心理學等領域的研究人員了解人類行為的相關文字特徵。 PubMed DOI

線上文章提供價值洞察，手動編碼可靠但限制大數據分析。自動文本分析近似人評估，大型語言模型如GPT-4表現佳。模型複雜度和性能權衡對科學家重要。 PubMed DOI

這項研究探討了支撐ChatGPT的GPT模型在多語言心理文本分析中的有效性。研究分析了15個數據集，包含47,925條推文和新聞標題，評估GPT在12種語言中檢測情感、情緒等心理構念的能力。結果顯示，GPT的表現超越傳統方法，且隨著版本更新準確性提升，特別是在不常用語言中，具成本效益。研究建議GPT能民主化自動文本分析，促進跨語言研究，並提供範例代碼和教學。 PubMed DOI

最近大型語言模型（LLMs）在醫療領域的應用引起了廣泛關注，特別是在理解兒童情感方面。本文介紹了一個新框架，結合YOLOv7進行物體檢測和GPT-3.5 Turbo語言模型解讀兒童的藝術表達。透過分析藝術治療圖像，YOLOv7能識別物體，而GPT-3.5則解釋草圖所傳達的情感。實驗結果顯示該框架在物體檢測和情感解釋上表現優異，為父母和治療師提供了寶貴的見解，幫助他們更好地支持兒童。 PubMed DOI

近年來，人工智慧和機器學習的進步顯著改變了許多領域，尤其是在語音情感識別上。本文提出一種檢測羅馬尼亞語情感的方法，結合了GPT Transformer的語義分析和openSMILE的聲學分析。研究顯示準確率達74%，精確率接近82%。不過，由於數據集的限制和質量不佳，研究面臨挑戰。儘管如此，這項研究為未來在識別心理健康障礙的情感分析探索奠定了基礎。 PubMed DOI

這篇論文介紹了一個新的資料集，名為DepressionEmo，專注於分析與憂鬱症相關的八種情緒，使用了6,037篇Reddit長文。資料集透過預訓練模型的零樣本分類進行創建，並經過標註者和ChatGPT的驗證，顯示出良好的評分一致性。研究探討情緒間的相關性，並評估多種文本分類方法，包括機器學習和深度學習模型。雖然BART和BERT的F1 Macro分數相同，但BERT因參數較少被視為最有效。該資料集可在GitHub上公開獲取。 PubMed DOI

這項研究探討了2023年3月版本的ChatGPT如何回應情感故事，並與人類的情感反應進行比較。三十四位參與者閱讀情感豐富的短篇故事並評估自己的情感反應，而ChatGPT則在十次會議中生成對同樣故事的回應。結果顯示，ChatGPT能識別和分類故事的情感內容，但預測人類情感反應的準確性不高，顯示出AI與人類在情感表達上的差異。了解這些差異對增進與AI的情感互動非常重要。 PubMed DOI

最近生成式人工智慧和自然語言處理的進展，讓大型語言模型（LLMs）和像ChatGPT的AI聊天機器人誕生，這些技術在程式設計和軟體開發上有實際應用。雖然準確性有待加強，但ChatGPT流暢的語言使其成為學生的虛擬導師。 我們分析了ChatGPT與人類對Stack Overflow 2000個問題的回應，發現ChatGPT的回應較為正面，而人類則常表達憤怒和厭惡等情緒。人類情感範圍更廣，顯示出AI與人類回應間的情感差異，強調在教育環境中研究這些情感層面的重要性。 PubMed DOI