本研究探讨精神分析与计算机科学的跨学科互动，填补情感与拉康话语关系的研究空白。通过实证调查和统计分析，识别情感特征与话语的关系，开发的拉康话语发现法（LDD）提升了情感分析的效率。

介绍了一种受到哲学和精神分析概念启发的人工智能系统，利用想象力将文本输入与其他模态进行连接，从先前学习的经验中丰富所得信息。该系统具备独立感知输入的能力，导致概念的独特解释，被称为“可解释性误解”。通过使用大规模模型评估了系统在情感识别和问答等任务上的表现，采用零样本方法以确保无偏执的情况。该系统在多个数据集上优于最佳大型语言模型，为人工智能跨模态生成深度且可解释的信息，增强人机交互提供了新的可能性。