本页面由土耳其语自动翻译。 阅读原文

Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

EV0452

符号熵与语义网络紊乱：精神病学模型中认知连贯性的计算方法

SYMBOLIC ENTROPY AND SEMANTIC NETWORK DISORGANIZATION: A COMPUTATIONAL APPROACH TO COGNITIVE COHERENCE IN PSYCHIATRIC MODELS

单步局部熵无法捕捉关系拓扑的变化，而多步熵和聚类能够捕捉这种变化，因此应结合拓扑结构解读熵。

本研究旨在通过词语联想网络，检验熵能否区分关系拓扑的变化与既有联想强度的变化；其与精神病学的关联仍停留在假设层面。研究以0.06为阈值筛选SWOW-EN18的首次反应（R1）强度，选取频率最高的500个词，排除自连接，并按最高强度合并重复连接；最终得到的有向网络包含467个词和847条连接，其中448个词具有出向联想，另有19个汇点（sink）。作为受控扰动，研究使用50个随机种子（seed），对每条原始连接分别实施0、0.25、1和5次获接受的双边交换；交换保留了每个节点的入度、出度以及出向权重的多重集。重连提高了三步终点熵（H3），并降低了聚类程度，而单步局部熵（H1）则按设计保持不变：H1初始为0.684比特，在每条连接进行5次交换后为0.684 ± 0.000比特；H3从1.692比特升至2.112 ± 0.042比特；有向聚类系数C则从0.0981降至0.0042 ± 0.0015。在最终状态下，H3增加了0.420比特（24.8%），而C降低了95.7%；这些效应描述的是受扰动的网络，而非临床人群。在权重对照中，将出向分布平坦化使H1从0.684比特升至0.758比特，而C保持在0.0981；这一增加是均匀化的结构性结果，并不意味着紊乱。作者指出，局部熵可能无法捕捉拓扑变化，多步分布和聚类则可补充结构层面的描述，但任何单一指标都不能独立揭示认知连贯性或精神病理。研究的局限包括仅使用一个经阈值筛选的英语网络及固定的三步视野，且未检验对阈值、语言和步数视野的敏感性；其临床实用性仍需通过独立言语数据验证，并控制网络规模、密度和言语长度。

Tüm WCP 2026 özetleri