Mapping of Subjective Accounts into Interpreted Clusters (MOSAIC): Topic Modelling and LLM applied to Stroboscopic Phenomenology

要約

閉じた目のストロボスコープ光刺激（SLS）は、通常、鮮やかで幾何学的でカラフルなパターンを特徴とする単純な視覚幻覚（VHS）を誘導します。
422の公開主観的なレポートから抽出された862文のデータセットは、最近、SLSと空間音を集合的な設定で組み合わせた没入型多感覚体験であるDreamAchineプログラム（Collective Act、2022）の一部として編集されました。
オープンレポートは報告可能な現象学の範囲を拡張しますが、特に体系的にパターンを特定する上で、それらの分析は重要な課題を示しています。
この課題に対処するために、Dreamacineのテキストベースのレポートから潜在的な体験的トピックを直接明らかにして解釈するために、大規模な言語モデルとトピックモデリングを活用するデータ駆動型アプローチを実装しました。
私たちの分析により、SLSの科学的研究で一般的に文書化された単純なVHSの存在が確認され、意識と複雑な幻覚の変化された状態の経験も明らかになりました。
これらの調査結果に基づいて、当社の計算アプローチは、標準的なアンケートを通じて容易に特定されていない経験をキャプチャし、自由回答形式の現象学的レポートのデータ駆動型分析を可能にすることにより、主観的な経験の体系的な研究を拡大します。
経験の豊富で多面的な側面を明らかにすることにより、私たちの研究は、計算（ニューロ）現象学の新たな分野における自然言語処理と大規模な言語モデルの可能性を強調しながら、塩鏡誘導現象の理解を広げます。
より一般的には、このアプローチは、多様な研究ドメイン全体で主観的な経験の微妙な隠されたパターンを明らかにするための実質的に適用可能な方法論を提供します。

要約(オリジナル)

Stroboscopic light stimulation (SLS) on closed eyes typically induces simple visual hallucinations (VHs), characterised by vivid, geometric and colourful patterns. A dataset of 862 sentences, extracted from 422 open subjective reports, was recently compiled as part of the Dreamachine programme (Collective Act, 2022), an immersive multisensory experience that combines SLS and spatial sound in a collective setting. Although open reports extend the range of reportable phenomenology, their analysis presents significant challenges, particularly in systematically identifying patterns. To address this challenge, we implemented a data-driven approach leveraging Large Language Models and Topic Modelling to uncover and interpret latent experiential topics directly from the Dreamachine’s text-based reports. Our analysis confirmed the presence of simple VHs typically documented in scientific studies of SLS, while also revealing experiences of altered states of consciousness and complex hallucinations. Building on these findings, our computational approach expands the systematic study of subjective experience by enabling data-driven analyses of open-ended phenomenological reports, capturing experiences not readily identified through standard questionnaires. By revealing rich and multifaceted aspects of experiences, our study broadens our understanding of stroboscopically-induced phenomena while highlighting the potential of Natural Language Processing and Large Language Models in the emerging field of computational (neuro)phenomenology. More generally, this approach provides a practically applicable methodology for uncovering subtle hidden patterns of subjective experience across diverse research domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google