这篇文档属于类型c（其他类型文档），是LIWC2015（Linguistic Inquiry and Word Count 2015）的开发与心理测量学属性的技术手册，主要介绍LIWC2015词典的构建方法、软件功能、更新内容及验证数据。以下是其核心内容的系统梳理：

1. 作者与开发背景

作者团队：James W. Pennebaker、Ryan L. Boyd、Kayla Jordan、Kate Blackburn（美国德克萨斯大学奥斯汀分校心理学系）
联系与版权：LIWC2015由Pennebaker Conglomerates（研究用途）和Receptiviti, Inc.（商业用途）分发，研究版收益捐赠给德克萨斯大学心理学系。

2. LIWC工具的发展与目标

LIWC（语言查询与词频统计）是一种文本分析工具，旨在通过量化语言中的情感、认知、社会关系等维度揭示心理状态。早期版本（LIWC2001、LIWC2007）受限于计算机技术和词典规模，而LIWC2015在词典内容、软件兼容性及分析维度上进行了全面革新，目标包括：
- 高效性：支持多格式文本（如PDF、Word、Excel）及跨平台（PC/Mac）分析。
- 透明性：用户可自定义分析维度，词典结构公开可调。
- 适应性：新增对网络语言（如表情符号、缩写词“btw”“lol”）的支持。

3. LIWC2015的核心框架

3.1 软件处理模块

• 输入兼容性：支持纯文本、RTF、PDF、Word及Excel表格（.xls, .csv等），可逐行或跨列分析。
  
• 分析流程：
  
  1. 逐词匹配：将目标文本中的词与词典词（6,400个词/词干/表情符号）比对。
     
  2. 层级分类：例如，“cried”同时归属“悲伤”“负面情绪”“动词”“过去时态”等子词典。
     
  3. 输出变量：生成90余项指标，包括语言结构（如代词比例）、心理过程（如焦虑词频）、标点符号等。
     

3.2 词典开发流程

通过7个步骤构建词典，强调心理测量学严谨性：
1. 词库收集：基于LIWC2007词典，结合心理学量表（如PANAS）、词典与语料库扩展。
2. 评委评分：4-8名评委对词汇的类别适用性投票，多数同意方可保留。
3. 词频验证：通过Meaning Extraction Helper（MEH）工具筛选高频词，剔除罕见词。
4. 候选词扩展：利用自然语言工具包（NLTK）识别未覆盖的高频词，评委二次审核。
5. 心理测量评估：基于18.1万份文本（2.31亿词）计算内部一致性（Cronbach’s α），剔除降低信度的词。
6. 迭代优化：重复上述步骤以修正错误。
7. 新增汇总变量：如“分析性思维”“影响力（Clout）”“真实性”等复合维度。

4. 主要更新与删除内容

• 新增类别：如“认知过程”“风险词”“网络用语（Netspeak）”等。
  
• 删除类别：如“过去时动词”“人类相关词”等（因低频或低信度）。
  
• 重大调整类别：如“社交词”重构为“社会过程”，包含更精确的子类（如“家庭”“朋友”）。
  

5. 心理测量学验证

• 信度：通过Spearman-Brown校正计算内部一致性（如“愤怒”词库α=0.53）。
  
• 效度：引用Pennebaker & Francis (1996)研究，LIWC输出与人工评分高度相关（如负面情绪r>0.7）。
  
• 跨版本对比：LIWC2015与LIWC2007的词典相关性分析显示，多数类别高度一致（如代词r=0.99），但部分重构类别差异显著（如“未来时态”r=0.63）。
  

6. 多语种支持与资源

• 词典翻译：已支持西班牙语、德语等，中文、阿拉伯语等正在开发中。
  
• 开源共享：非英语词典可通过官方仓库（http://dictionaries.liwc.net/）提交或获取。
  

7. 应用与意义

• 科研价值：为心理学、社会学、计算语言学提供标准化语言分析工具。
  
• 商业场景：适用于社交媒体情绪分析、消费者行为研究等。
  
• 创新性：首次整合网络语言特征，并引入复合变量（如“情感基调”）提升解释力。
  

亮点总结

1. 技术革新：完全重构词典，支持现代语言形式（如表情符号“:)”编码为积极情绪词）。
   
2. 方法论严谨性：通过多轮评委审核与大样本语料验证，确保词典信效度。
   
3. 跨学科兼容性：输出变量涵盖语言学、心理学、社会学多维指标，适配多样化研究需求。
   

此手册为研究者提供了LIWC2015的完整技术蓝图，兼具理论深度与实践指导价值。