新算法配合大数据，助力人类科学“解梦”

美国诺基亚贝尔实验室的科学家建立了一种新算法来分析人的梦境，并通过机器自动分析了来自“梦境银行”（DreamBank.net）网站的24000份数据，证实了这种算法的有效性。该成果如被应用于心理学领域，可以通过定性、定量地分析梦境中的角色、交互关系和情感，来帮助心理学家快速判断做梦者的潜在压力源和心理健康问题。

有史以来，人们一直试图从梦中寻找潜在的意义：古巴比伦人相信梦境中存在预言，古埃及人则将其视作是上帝的启示；直至1890年，弗洛伊德对梦境中的人物、物体和场景进行了分析；而今天，多数心理学家都是“连续性假说”的支持者，相信梦是醒时生活的一种延续，可以帮助人们捋清真实生活中的经验并解决其中的问题。然而，解析梦境是一项冗繁而耗时的工作，需要心理学家提取梦境中的片段，并从中找到主题。

为加快解析梦境的过程，这种新算法应运而生。它将梦境中的语言分解为更小的片段，把段落化为字句，而后制出树形图，通过一定的语法规则帮助人们理解梦境中字句之间的关系。这种算法还可将逐个单词，单词之间的相互关系划分归类，并将其与积极或消极的情感相联系。最终，该算法应用了一种广受心理学家欢迎的编码系统，计算了不同梦境中的大量数据，譬如人均攻击性强度，积极情绪和消极情绪的比值等。研究者将机器所得数据与心理学家的计算结果对比，发现两者匹配度高达76%。

此外，该算法还能帮助研究者分析出不同性别、年龄、精神状况的人群梦境的不同。如在一个青年女孩长达13年的梦中，其青春期前期社会焦虑带来的负面情绪明显较多，青春期后期则以外在的性吸引为主要特征；在一个有创伤后应激障碍的越战老兵的梦中，其攻击性相比平均水平更强。如此，梦境不仅昭示了人的日间状态，更反映了人的本性，正如“连续性假说”所表明的一样。

然而，哈佛大学的一位睡眠精神病专家警告人们注意该算法存在的问题。首先，该算法虽然体现出较强的技术性，但机械地依据文字本身分析梦境，会使结果与现实状况存在偏差，例如女性梦境中会更多出现感性词句，但这并不代表她们蕴含更多情感。其次，分析梦境也需要依赖对个体醒时状态的观察，而这也是该算法在精确度上与心理学家所做分析的差距所在。

新算法的“解梦”功能给人带来了惊喜，也带来了无限的可能：对于研究人员，它将成为进一步研究深入了解人类梦境的有效工具；对于个体，可以帮助人们更好地认识自己的心理和生活。

本文来自：科技日报