围绕外貌歧视的叙事多样性：通过文本挖掘和潜在类别模型提取意识类型近年来，关于外貌的讨论已成为一个社会议题。本研究尝试基于雅虎问答（Yahoo! Answers）上3185条关于“外貌主义”的自由文本评论（叙述），运用文本挖掘和潜在类别模型对用户态度进行分类。首先，利用文本挖掘技术处理这些自由文本评论，提取出58个特征词，例如“脸”、“整容”、“歧视”、“恋爱”和“自尊”。这些特征词被用作显式变量，并应用潜在类别模型，根据贝叶斯信息准则（BIC）选择5类模型。分析结果提取出五种态度类型：①“外貌至上型”（32.5%），提及较少；②“美容改善型”（26.8%），旨在通过整容手术和美容程序改善外貌； ③ “性别不对称型”（17.9%），指的是男女之间的差异；④ “恋爱市场型”（11.6%），指的是在恋爱和婚姻环境中看待外貌歧视；⑤ “外貌自卑型”（11.1%），指的是外貌自卑和低自尊。这些结果表明，人们对“外貌歧视”的认知并非统一，而是多种多样的，并将为帮助人们获得心理健康支持提供基础数据。
