Данная статья описывает исследование применения методов машинного обучения и глубокого обучения для классификации ответов на проективные методики психологического тестирования на примере теста Роршаха. Основной целью данной статьи является изучение метода классификации ответов на тест Роршаха на основе использования нейронных сетей глубокого обучения для выполнения бинарной классификации и машинного на основе наивного Байесовского классификатора - для многоклассовой. Исследование включало в себя классификацию ответов тестируемого на основе наличия или отсутствия в них признаков, принадлежащих категориям “популярные” и “животные”. Использование данного метода исключает возникновение ошибок, допущенных из-за человеческого фактора, например, помощь тестируемому в распознавание образов, личные предубеждения, ошибки в интерпретации результатов. Данные ошибки могут существенно повлиять на точность интерпретации результатов, от которой напрямую зависит правильность поставленного диагноза. В работе использовался язык программирования Python с подключением библиотек, предназначенных для работы с нейронными сетями: TensorFlow, scikit-learn и Keras. Результаты исследования демонстрируют высокую точность и эффективность созданных алгоритмов при классификации ответов на тест Роршаха, что позволяет использовать данные методы в практике психологической и психиатрической диагностики.
Дата издания:
2023
Дата загрузки:
30.11.2023
Издательство:
Пензенский государственный технологический университет (Пенза)
