语言的使用方式和使用的词语,反映了个体的很多心理特征.例如认知思维方式,情绪状态,人格,幸福感,社会满意度等等.针对英文文本内容分析的系统LIWC(Linguistic Inquiry andWord Count),已被众多研究者广泛用于个体文本的心理分析.LIWC系统由文本分析软件和词典组成.词典中的词语被划分为80多个类别,其中包括语言使用特点,心理特征等.然而,很遗憾的是在笔者最初尝试使用LIWC软件做新浪微博文本内容分析时,并没有针对简体中文的LIWC词典.笔者及同事,同招募的被试共同建立了符合LIWC词典结构的简体中文LIWC词库.并且,在针对正式语言的简体中文LIWC词库词典的基础上,通过标注和信效度检验等过程,扩展了4693个新浪微博高频词,建立了简体中文微博心理词典.然而,词库的建立和扩展,没有对微博内容文本的分析结果达到预期的提升.在分析LIWC软件计算结果时,笔者和同事发现LIWC软件虽然支持简体中文字典的扩展以及使用,但LIWC软件程序最初就是针对英文进行的设计和编码开发.因此,使用LIWC软件分析中文的时候,会出现诸如标点符号识别,文本语料中句子的数量,和通配符不合理匹配等问题.另外,LIWC软件分析文本内容的方式是针对较为规范的文本的,LIWC软件对类似新浪微博这样网络文本的分析会受到类似超链接和“@”符号影响.这些符号在微博语境下有其特殊含义,并非仅仅是一个特殊符号.