Submitted 21 Jun 2021

本稿では，BERTと呼ばれる⼤規模ニューラルネットワークによる，意味論的なテキスト処理を，マインドフルネスとタイトルにある医療系論⽂の⾃動分類と，意味論的処理に試⽤した．先の頻度主義的分析と同じ，医療関係834論⽂のタイトルをBERTへの⼊⼒とした．この⼊⼒によって計算される，768次元の圧縮された内部表象ベクトルを，階層的クラスター分析で分析した．先の頻度主義的分析では，単語同⼠の共起確率により，単語をマッピングし分類したが，この分析で分類されるのは論⽂のタイトルである．その結果，５つの応⽤の⽅向性を⾒出すことができた．それらは，1.広がる⼀般的な応⽤：ストレス軽減，アンガーマネジメント, うつ予防，メンタルヘルス，レジリエンス，ボジティビティ, 2.新たな応⽤：医療従事者向け，グリーフケア，リハビリテーションなど, 3.以前からある⼼理療法との合わせ技：森⽥療法，認知⾏動療法, ACT, 4. 臨床応⽤例：慢性疼痛などの難治症状への応⽤, 5. ⽣理⼼理学，脳機能計測による検証：fMRI, NIRSによる計測であった．〇〇に及ぼす影響（あるいは効果）といった⽂型の類似性による分類結果も得られた．さらに，同じ⼿法でアブストラクトを処理すると，当事者としての主観的な報告／治療への実践報告／客観的レビューの⽂章スタイルで⾃動的に分類傾向が⾒られた．意味処理に基づく⽂献の⾃動分類，レコメンデーションへの応⽤も期待できる．