Lexical versus referential meaning in spontaneous speech in psychosis: computational explorations of the semantic space

Abstract

Disorders of thought involve alterations in linguistic meaning, which can now be approximated using computational models. This thesis targets two dimensions of meaning separately, lexical-conceptual and referential meaning, both of which are affected in schizophrenia spectrum disorder (SSD). The overall aim is to supplement recent computational methods with a more hypothesis-driven approach, and to use this to improve generalizability of findings and deepen our theoretical and methodological understanding in this field. The first study operationalizes referential recurrences in speech as network graphs, with entities manually identified by noun phrases as nodes. This allows referentiality to be studied as a topological problem and reveals distinct distributional patterns in a chronic SSD sample as compared to healthy controls. The second study, conducted within a transdiagnostic sample comprising SDD and major depression, expands the scope of current semantic similarity measures into a dynamic direction suggesting alterations in the geometry of the semantic space. The third study pursues the theme of a ‘shrinking’ semantic space in a new direction, showing through a principal component analysis (PCA) of high-dimensional word embeddings that the semantic space is more reducible in psychosis. In the final study, different measures of semantic similarity are combined to calculate a single overall composite index of how words are associated in speech, which is then demonstrated to track group differences and diagnostic changes over time. Together, these studies advance our understanding of linguistic meaning in psychosis, highlighting both the potential and limitations of analyses based on current computational language models.

Els trastorns del pensament impliquen alteracions en el significat lingüístic, cosa que ara es pot aproximar mitjançant models computacionals. Aquesta tesi aborda dues dimensions del significat per separat, el significat lexicoconceptual i el referencial, els quals es veuen afectats en el trastorn de l'espectre esquizofrènic (TEE). L'objectiu general és complementar mètodes computacionals recents amb un enfocament basat en hipòtesis i fer-lo servir per millorar la generalització de les troballes i aprofundir la nostra comprensió teòrica i metodològica en aquest camp. El primer estudi operacionalitza les recurrències referencials a la parla com a gràfics de xarxa, amb les entitats identificades manualment mitjançant frases nominals, com a nodes. Això permet estudiar la referencialitat com a problema topològic i revelar patrons de distribució diferents en una mostra de TEE crònica en comparació amb controls sans. El segon estudi, realitzat en una mostra transdiagnòstica que comprèn TEE i depressió més gran, amplia l'abast de les mesures de similitud semàntica actuals en una direcció dinàmica que suggereix alteracions a la geometria de l'espai semàntic. El tercer estudi aborda el tema d'un espai semàntic cada cop més reduït en una nova direcció, mostrant, mitjançant una anàlisi de components principals (ACP) de word embeddings de gran dimensionalitat, que l'espai semàntic és més reduïble en psicosi. A l'últim estudi, es combinen diferents mesures de similitud semàntica per calcular un índex compost que captura de manera comprensiva com s'associen les paraules a la parla. Aquest índex després demostra ser capaç de rastrejar diferències entre grups i canvis en el diagnòstic al llarg del temps. En conjunt, aquests estudis avancen la nostra comprensió del significat lingüístic a la psicosi, destacant tant el potencial com les limitacions d'anàlisi basades en models de llenguatge computacional actuals.

Los trastornos del pensamiento implican alteraciones en el significado lingüístico, lo que puede aproximarse ahora mediante modelos computacionales. Esta tesis aborda dos dimensiones del significado por separado, el significado léxico-conceptual y el referencial, los cuales se ven afectados en el trastorno del espectro esquizofrénico (TEE). El objetivo general de esta tesis es complementar métodos computacionales recientes con un enfoque basado en hipótesis y utilizarlo para mejorar la generalización de los hallazgos y profundizar nuestra comprensión teórica y metodológica en este campo. El primer estudio operacionaliza las recurrencias referenciales en el habla como gráficos de red, con las entidades, identificadas manualmente mediante frases nominales, como nodos. Esto permite estudiar la referencialidad como un problema topológico y revelar patrones de distribución distintos en una muestra de TEE crónica en comparación con controles sanos. El segundo estudio, realizado en una muestra transdiagnóstica que comprende TEE y depresión mayor, amplía el alcance de las medidas de similitud semántica actuales en una dirección dinámica que sugiere alteraciones en la geometría del espacio semántico. El tercer estudio aborda el tema de un espacio semántico cada vez más reducido en una nueva dirección, mostrando, a través de un análisis de componentes principales (ACP) de word embeddings de gran dimensionalidad, que el espacio semántico es más reducible en psicosis. En el último estudio, se combinan distintas medidas de similitud semántica para calcular un índice compuesto que captura de manera comprensiva cómo se asocian las palabras en el habla. Este índice demuestra luego ser capaz de rastrear diferencias entre grupos y cambios en el diagnóstico a lo largo del tiempo. En conjunto, estos estudios avanzan nuestra comprensión del significado lingüístico en la psicosis, destacando tanto el potencial como las limitaciones de análisis basados en modelos de lenguaje computacional actuales.