onnellinen tai surullinen 5 28

Ajattele, mitä jaat ystäviesi kanssa Facebookissa tänään. Oliko se tunteita "stressistä" tai "epäonnistumisesta", tai ehkä "ilosta", "rakkaudesta" tai "jännityksestä"? Joka kerta, kun lähetämme sosiaalisen median, jätämme jälkiä tunnelmastamme. Conversation

Tunteemme ovat arvokkaita hyödykkeitä, ja monet yritykset kehittävät automatisoituja työkaluja tunnistaakseen ne tunnelmananalyysina.

Äskettäin vuotanut raportti paljasti että Facebook voi tunnistaa, milloin nuoret tuntevat haavoittuvansa, vaikka yhtiöllä onkin vaati, että se ei käyttänyt analyysiä kohdistaa käyttäjät mainontaan. Facebook myös anteeksi 2014: ssa kokeilu "emotionaalisesta tartunnasta", jossa käyttäjien syötteistä suodatettiin joko positiivisia tai negatiivisia tunteita.

On selvää, että kyky havaita tekstin tunteita on kiinnostava sekä sosiaalisen median yrityksille että mainostajille. Mutta miten tunteiden analysointi toimii, miksi se on hyödyllistä ja mitkä ovat vaarat?

Miten tunteiden analyysi toimii?

Vaikka Facebookin omien algoritmien yksityiskohdat eivät ole julkisia, useimmat tunteiden analysointitekniikat jakautuvat kahteen ryhmään: valvottuihin tai valvomattomiin.


sisäinen tilausgrafiikka


Valvotut menetelmät perustuvat leimattuihin tietoihin. Toisin sanoen nämä ovat viestejä, jotka on luokiteltu manuaalisesti positiivisia tai negatiivisia tunteita sisältäviksi.

Tilastollisia menetelmiä käytetään sitten kouluttamaan malleja uusien tehtävien luokittelemiseksi automaattisesti ennalta tunnistettujen sanojen tai ilmausten perusteella, esimerkiksi ”stressaantunut” tai ”rento”.

Toisaalta valvomattomat menetelmät perustuvat usein useiden sanojen pisteiden sanakirjan rakentamiseen. Yksi tällainen sanakirja kollegani kehittämä kehotti ihmisiä antamaan 1: lle 9-onnea pisteet eri sanoilla, ja sitten keskiarvottiin tulokset: “sateenkaaret”, esimerkiksi, teki 8.06in, kun taas ”hyödytön” saa 2.52in.

 

Sanan yleinen tunnelma voidaan sitten arvioida tarkastelemalla kaikkia viestissä olevia sanoja. Esimerkiksi postin ”My momma aina sanoi, että elämä on kuin suklaan laatikko” keskiarvo on tämän sanaston mukaan keskimääräistä 6.02-arvoa, mikä viittaa siihen, että se ilmaisee positiivisen tunteen.

Mikä on sentimenttianalyysi?

Markkinoijat käyttävät yhä enemmän mielenterveysanalyysiä tutkia suuntauksia ja tehdä tuotesuosituksia.

Kuvittele, että uusi matkapuhelin vapautetaan; Sosiaalisen median viestien analyysi puhelimesta voi antaa yritykselle arvokasta ja reaaliaikaista tietoa siitä, miten se toimii.

Tunteiden analysointia on laajennettu. Tutkijat ovat äskettäin seurasi Donald Trumpin Twitter-tunteita ensimmäisten 100-päivien aikana ja rakennettu botteja, joilla sijoitetaan markkinat kun hän twiitti positiivisesti tai negatiivisesti tiettyihin yrityksiin.

Tutkijat voivat seurata myös muiden tekstien emotionaalisia suuntauksia. Esimerkiksi käytimme sentimenttianalyysiä tutkiaksemme enemmän kuin 1,000-elokuvien emotionaalisia kaaria niiden käsikirjoitusten kautta. 2013 Disney -filmin Frozen -kaari näkyy alla.

Emotionaalinen kaari elokuvalle Frozen.

Monet elokuvat näyttävät samanlaisilta kuvioilta: säännölliset huiput ja jännitteet ja jännitteet, joita seuraa erityisen suuri läpimitta 80% elokuvan läpi (kaikki toivoa menetetään!), Ennen lopullista päätöslauselmaa ja onnellista loppua. Samanlaista analyysiä sovellettaessa romaaneihin osoitimme sen useimmat tarinat noudattavat yhtä kuudesta peruskerrasta.

Emme ole vieläkään niin hyviä sentimenttianalyysissä

Koska tunteiden analyysi perustuu usein sosiaalisen median kaivostoimintaan, se herättää merkittäviä eettisiä huolenaiheita ja tämä keskustelu on vasta alkanut. Kielen ja merkityksen monimutkainen luonne tekee siitä altis virheille.

Ota lause, "Voiko voima olla kanssasi", joka kertoo 5.35: in käyttämällä sanastomme analyysiä. Jokaista Star Wars -faniä varten se on tietysti erittäin myönteinen lause, mutta se pisteytyi testissä vaatimattomasti, koska sana "voima" on luokiteltu keskimääräisen 4.0-arvon alle.

Tämä on ymmärrettävää, kun luokitellaan tätä sanaa erillään, mutta asiayhteydessä se on vähemmän järkevää.

Siksi on perusteltua epäillä Facebookin tunteiden analysointivalmiuksien pätevyyttä. On täysin ajateltavissa, että jotain "täysin sairaana" kuvaamista Facebookissa, joka on puhekielisen hyväksynnän lause, voi johtaa siihen, että yksilön emotionaalinen tila luokitellaan väärin.

Ymmärtääksemme, milloin sentimenttianalyysi tekee ja ei toimi, on tärkeää tutkia sanoja, jotka johtavat tiettyjä tuloksia.

Tätä varten käytämmesananvaihto”Kaaviot, kuten alla oleva, jäädytetty. Tämä osoittaa, mitkä sanat tekivät käsikirjoituksen huipentuman kuin sen onnellinen loppu: enemmän viittauksia "suruun" ja "pelkoon", mutta oudosti, "kauniimmin".

Piirretään vertaamalla Frozenin huipentumaa onnelliseen loppuunsa. Kaavion yläosassa olevat siniset palkit osoittavat pistemäärän eroavimpia sanoja.

Lupaus ja varoitus

Sentiment-analyysi on tehokas työkalu, mutta se on vain nuori tiede ja sitä on käytettävä varoen.

Tutkijoiden on kehitettävä työkaluja, joiden avulla voimme verrata “hupun alla” ja ymmärtää, miksi tietyt algoritmit tuottavat tuloksia. Tämä on ainoa tapa diagnosoida asioita eri menetelmillä, ja mikä tärkeintä, kouluttaa yleisöä kentän mahdollisuuksista ja rajoituksista.

Sentiment-analyysitutkimus on pääosin perustunut suuriin julkisiin tietokokonaisuuksiin, erityisesti sosiaalisen median avulla. On tärkeää, että ne meistä, jotka tahattomasti antavat tietoja ymmärtää, mitä se voi ja joita ei voi käyttää, ja miten.

Author

Lewis Mitchell, Adelaiden yliopiston soveltavan matematiikan luennoitsija. Michelle Edwards osallistui tähän artikkeliin.

Tämä artikkeli julkaistiin alunperin Conversation. Lue alkuperäinen artikkeli.

Liittyvät kirjat:

at InnerSelf Market ja Amazon