據(jù)《科學》網(wǎng)站近日報道，美國諾基亞貝爾實驗室的科學家建立了一種新算法來分析人的夢境，并通過機器自動分析了來自“夢境銀行”(DreamBank.net)網(wǎng)站的24000份數(shù)據(jù)，證實了這種算法的有效性。該成果如被應用于心理學領(lǐng)域，可以通過定性、定量地分析夢境中的角色、交互關(guān)系和情感，來幫助心理學家快速判斷做夢者的潛在壓力源和心理健康問題。

有史以來，人們一直試圖從夢中尋找潛在的意義：古巴比倫人相信夢境中存在預言，古埃及人則將其視作是上帝的啟示;直至1890年，弗洛伊德對夢境中的人物、物體和場景進行了分析;而今天，多數(shù)心理學家都是“連續(xù)性假說”的支持者，相信夢是醒時生活的一種延續(xù)，可以幫助人們捋清真實生活中的經(jīng)驗并解決其中的問題。然而，解析夢境是一項冗繁而耗時的工作，需要心理學家提取夢境中的片段，并從中找到主題。

為加快解析夢境的過程，這種新算法應運而生。它將夢境中的語言分解為更小的片段，把段落化為字句，而后制出樹形圖，通過一定的語法規(guī)則幫助人們理解夢境中字句之間的關(guān)系。這種算法還可將逐個單詞，單詞之間的相互關(guān)系劃分歸類，并將其與積極或消極的情感相聯(lián)系。最終，該算法應用了一種廣受心理學家歡迎的編碼系統(tǒng)，計算了不同夢境中的大量數(shù)據(jù)，譬如人均攻擊性強度，積極情緒和消極情緒的比值等。研究者將機器所得數(shù)據(jù)與心理學家的計算結(jié)果對比，發(fā)現(xiàn)兩者匹配度高達76%。

此外，該算法還能幫助研究者分析出不同性別、年齡、精神狀況的人群夢境的不同。如在一個青年女孩長達13年的夢中，其青春期前期社會焦慮帶來的負面情緒明顯較多，青春期后期則以外在的性吸引為主要特征;在一個有創(chuàng)傷后應激障礙的越戰(zhàn)老兵的夢中，其攻擊性相比平均水平更強。如此，夢境不僅昭示了人的日間狀態(tài)，更反映了人的本性，正如“連續(xù)性假說”所表明的一樣。

然而，哈佛大學的一位睡眠精神病專家警告人們注意該算法存在的問題。首先，該算法雖然體現(xiàn)出較強的技術(shù)性，但機械地依據(jù)文字本身分析夢境，會使結(jié)果與現(xiàn)實狀況存在偏差，例如女性夢境中會更多出現(xiàn)感性詞句，但這并不代表她們蘊含更多情感。其次，分析夢境也需要依賴對個體醒時狀態(tài)的觀察，而這也是該算法在精確度上與心理學家所做分析的差距所在。

新算法的“解夢”功能給人帶來了驚喜，也帶來了無限的可能：對于研究人員，它將成為進一步研究深入了解人類夢境的有效工具;對于個體，可以幫助人們更好地認識自己的心理和生活。

關(guān)鍵詞： 新算法