心理所建立中文文字概率词汇表与时间间隔表述开放数据库

在做决定时，人们几乎每天都在面对概率和时间信息：事情发生的可能性有多大？结果会在多久之后出现？这些信息关乎人们的风险评估、未来规划以及对复杂事件进程的理解，是个体做出明智决策的重要基础。在现实中，概率和时间信息往往并非以精确的数字呈现，而是更多以“可能”“大概”“等一会”等模糊的文字形式出现。人们如何理解这些模糊的概率与时间表述？

为回答这一问题，中国科学院心理研究所饶俪琳研究组开展了两项研究，分别建立了中文文字概率词汇表和中文时间间隔表述开放数据库。

研究一系统收录了343个常用中文文字概率词汇（如“可能”“不太可能”），并为每个文字概率提供了对应的数字概率、隶属函数和词频数据，建立了中文文字概率词汇表。

图1. 中文文字概率词语分布

研究团队进一步结合实验测量、大规模语料分析与计算建模，揭示了中文文字概率的数值分布特征，并与英文文字概率进行了跨语言对比，发现中文使用者对小概率事件赋予的主观价值较低（见图2）。

图2. 中英文文字概率主观价值分布与比较

研究进一步提出了七个高频文字概率的标准化基准，可广泛应用于机构风险沟通、概率语言标准化及心理语言学研究。该成果为风险沟通、跨文化概率语言研究、决策科学与文本分析提供了重要工具。

研究二构建了首个中文时间间隔表述开放数据库，涵盖2101个时间间隔表述，包括数字时间间隔词语（如“3天”“两小时”）与文字时间间隔词语（如“很快”“一阵子”）。每个时间间隔表述均配有相应的数字时间长度和词频信息（见图3）。

图3. 文字时间间隔表述及其数字表征

该研究首次建立了模糊的时间间隔表述与客观时间长度的对应关系。分析结果显示，该数据库可以准确再现人类时间折扣行为的特征模式，验证了该数据库的质量和有效性（见图4）。该数据库为心理学、语言学和计算科学等领域的研究人员提供了有效的研究工具，为时间信息加工、行为决策建模和自然语言处理等提供了数据基础。

图4. 采用该数据库拟合个体延迟时间的主观价值分布

研究一的成果已发表于Behavior Research Methods，数据库链接https://doi.org/10.57760/sciencedb.19815 。心理所博士研究生隋晓阳（已毕业）为论文第一作者，饶俪琳研究员为通讯作者。该研究受到国家自然科学基金（72371237、92046006、72501312）和北京市社会科学基金青年学术带头人项目（24DTR065）的资助。

研究二的成果已发表于Scientific Data，数据库链接https://doi.org/10.57760/sciencedb.28888 。心理所博士研究生张思琦和硕士研究生牛佳雯（已毕业）为论文共同第一作者，隋晓阳和饶俪琳为共同通讯作者。该研究受到国家自然科学基金（72371237、92046006）和北京市社会科学基金青年学术带头人项目（24DTR065）的资助。

两项数据库已面向全球研究者公开共享，有望在中文语料资源建设、人工智能文本理解及跨文化心理学研究等领域提供参考与启发。

论文信息：

Sui, X.-Y., Niu, J.-W., Liu, X., Rao, L.-L.*(2025). Bridging numerical and verbal probabilities: Construction and application of the Chinese Lexicon of Verbal Probability. Behavior Research Methods, 57, 335. https://doi.org/10.3758/s13428-025-02853-6

Zhang, S.-Q.#, Niu, J.-W.#, Liu, X., Sui, X.-Y.*, Rao, L.-L.*(2025). An open dataset of Chinese duration expressions. Scientific Data, 12, 1732. https://doi.org/10.1038/s41597-025-06016-2