utworzone przez Sentimenti Team | mar 4, 2020 | Okiem badacza
Analiza wydźwięku emocjonalnego tekstu stała się prosta! Wieloletnie badania Sentimenti zmieściliśmy w małych lekkich wtyczkach do najbardziej popularnych przeglądarek, dzięki którym przeanalizujecie dowolny tekst. Także ten, który dopiero zamierzacie opublikować na Facebooku lub Twitterze.
Rozszerzenia do przeglądarek poprawiają naszą interakcję ze stronami WWW (nieocenione ad-blockery). Inne pozwalają poprawiać teksty i analizować dane. Nasza wtyczka należy niewątpliwie do tej drugiej kategorii, ale mamy nadzieję, że przy okazji umożliwi użytkownikom odkrycie przyjaznych emocjonalnie miejsc w sieci.
Analiza wydźwięku emocjonalnego – jak odkryć go w tekście?
To bardzo proste. Po zainstalowaniu wtyczki trzeba się w niej zarejestrować i zalogować. Zalogowany użytkownik może zaznaczyć na stronie internetowej tekst gazetowy, reklamowy, post – każdy. Ważne, żeby nie przekraczał długości 250 słów (ograniczenie dla niekomercyjnych zastosowań).
Informacje o wyniku analizy emocji w tekście pojawiają się na nowej stronie. Wszystko pozostaje w domenie Sentimenti, więc możecie potem zajrzeć na naszego bloga albo zapoznać się z ofertą. Wyświetli się tekst, który badacie, jego adres oraz nasze wykresy z wynikami. Tych samych rozwiązań, które schowaliśmy we wtyczce, używamy podczas naszej codziennej pracy nad raportami czy monitoringiem opinii w sieci.
Tak wygląda wydźwięk emocjonalny pierwszego fragmentu tekstu na naszej stronie startowej. Jesteśmy zadowoleni z tego wyniku – emocji negatywnych są śladowe ilości, dominują zaufanie i radość, napisaliśmy pozytywnie nacechowany tekst, ale nie reklamę. Dokładnie o to chodziło. Pokazujemy ten wynik, żeby uczulić użytkownika na to, że większość tekstów wyraża wiele emocji naraz. Jedynie bardzo krótkie i proste komunikaty mogą ograniczać się do pojedynczej.
Im więcej emocji w tekście lub im wyższe jest natężenie którejś z nich, tym większym pobudzeniem emocjonalnym charakteryzuje się dany komunikat. To także mierzymy, wynik pokazuje drugi wykres. Jeśli macie ochotę na wywołanie w odbiorcy silniejszej odpowiedzi emocjonalnej, na pewno celujecie w słupek wyższy niż 50%. Co dość oczywiste, dużo łatwiej go podbić negatywnymi emocjami niż pozytywnymi. Naszym zdaniem liczy się jednak komfort i przyjazny ton komunikacji. Z wtyczką Sentimenti będzie łatwiej o niego zadbać.
Podziel się emocjami
Chyba wszyscy mamy chociaż jedno konto w jakimś serwisie społecznościowym. Udzielamy się na forach, zwołujemy znajomych do wydarzeń i akcji społecznych, opowiadamy im o swoim dniu. To najczęściej bardzo krótkie wypowiedzi, w końcu żyjemy w epoce too long; didn’t read. Upewnienie się, że wydźwięk tak zwięzłego komunikatu jest taki, jaki chcieliśmy, zwłaszcza na prestiżowej grupie czy fanpage’u, to poważna sprawa. Obojętnie, czy jesteś administratorem konta marki, czy piszesz dla siebie, możesz wykorzystać naszą analizę emocji do dopracowania tekstu.
Wyniki waszych eksperymentów z analizą emocji mogą zobaczyć wasi znajomi i klienci. Udało się poprawić tekst posta dla znanej marki? Mała modyfikacja dała bardziej pozytywny wydźwięk? A może znaleźliście w sieci entuzjastycznie napisaną opinię o waszej firmie? Analizowany tekst i nasze wykresy możecie udostępnić na Facebooku jednym kliknięciem. Wtyczka sama stworzy infografikę, która zilustruje taki post.
Chcemy usprawniać komunikację międzyludzką i dać Wam narzędzia do sprawdzania, jakie emocje panują w różnych miejscach sieci. Monitorujemy opinie w mediach społecznościowych i nagłówki portali informacyjnych. Wszystko to pomoże w content marketingu, pracy z klientem, pisaniu, wreszcie w znalezieniu takich stron, które nie zalewają nas złością czy wstrętem. Korzystajcie i mówcie nam, co ciekawego znaleźliście, jak możemy usprawniać nasze narzędzia i wspomagać codzienne kontakty.
Link do wtyczki Sentimenti możecie zawsze znaleźć na naszej stronie startowej, pod przyciskiem PRZETESTUJ NAS.
Zobacz także:
utworzone przez Sentimenti Team | lut 28, 2020 | Styl życia
Jolanta Turczynowicz-Kieryłło w ostatnich dniach nie schodziła z nagłówków portali i gazet czy ust dziennikarzy. Sprawdzamy, czy na wszystkich portalach temat został potraktowany podobnie. Przy okazji przyglądamy się emocjom w artykułach i komentarzach pod nimi. Skupiamy się na złości i zaufaniu.
Jeszcze kilka dni temu internauci nie wiedzieli zbyt dużo o tym, kto przewodzi sztabowi wyborczemu Dudy. Zmieniło się to 19 i 20 lutego. Nazwisko Turczynowicz-Kieryłło poznaliśmy na samym starcie całej kampanii. Sprawdzamy, na ile opinie wyrażane o niej w sieci, na stronach portali informacyjnych, rezonują z wydźwiękiem artykułów.
Turczynowicz-Kieryłło i emocje w prasie
Stwierdziliśmy, że zainteresowanie Turczynowicz-Kieryłło jest ściśle związane z publikacjami internetowymi na jej temat. Wobec tego przeanalizujemy właśnie te artykuły. Skupimy się na ich liczbie oraz emocjach wyrażonych w ich treści. Przeanalizowaliśmy 109 portali.
Tylko 25 portali (w tym portale informacyjne i blogi) opublikowało w dniach 19-25 lutego co najmniej 10 artykułów na temat Turczynowicz-Kieryłło. Dotyczyły naruszenia ciszy wyborczej oraz pogryzienia przez nią osoby zgłaszającej nieprawidłowość. Oprócz opublikowanych przez Radio Maryja wszystkie artykuły wyrażały złość silniej niż zaufanie.
Sprawa Turczynowicz-Kieryłło w czasie
Najwięcej pisano 20 lutego – pojawiło się wówczas 226 artykułów i newsów. Doniesienia nabierały coraz wyższej temperatury emocjonalnej i stały się najbardziej negatywne w sobotę 22 lutego. Jeśli chcemy mówić o popularności szefowej sztabu, to nie ma ona nic wspólnego z pozytywnymi opiniami czy wzrostem sympatii.
Natężenie negatywnych emocji w artykułach zaczęło powoli spadać po 23 lutego, ale w komentarzach czytelników niekoniecznie. Poniżej pokazujemy wyniki analizy wypowiedzi zostawionych pod komentarzami i na forach. Natężenie złości powoli ale systematycznie rośnie, zaufanie pojawia się w coraz niższym natężeniu. Przy okazji spada liczba komentarzy – po 23 lutego temat jest coraz rzadziej dyskutowany, zostają przy nim przede wszystkim komentujący mocno zaangażowani, nastawieni do tematu lub osoby Turczynowicz-Kieryłło negatywnie.
Czy doniesienia prasowe kształtują emocje?
Uzyskany tu wynik jest nieco zaskakujący – w pierwszych dniach sprawy Turczynowicz-Kieryłło emocje w artykułach i komentarzach zachowują się podobnie, zwiększa się pobudzenie wypowiedzi i natężenie złości. Jednak potem ton artykułów zmienia się na mniej emocjonalny podczas gdy komentarze pod nimi utrzymują podobny nastrój, może nawet wzrost negatywnego nastawienia. W okolicach 19 lutego szeroka publiczność dopiero dowiedziała się, kto jest szefową kampanii wyborczej Andrzeja Dudy. Kontekst był negatywny, stąd złość w komentarzach. Jednak czy możemy powiedzieć, że to artykuły kształtują publiczną dyskusję?
Jak wspomnieliśmy, analizie poddano 109 stron internetowych zawierających artykuły dziennikarskie lub blogowe i komentarze czytelników. Czy w ramach konkretnych portali zachodzi korelacja między emocjami wyrażanymi w tych dwóch typach wypowiedzi? Możemy to sprawdzić.
Na poniższym wykresie widać dane opisujące 15 portali, które zebrały najwięcej komentarzy pod artykułami. To miejsca najbardziej intensywnej dyskusji. Natężenie emocji w artykule opisuje oś X, a Y – zaufanie wyrażone w komentarzach. Wielkość bańki odpowiada liczbie komentarzy. Nie możemy tu mówić o żadnym zauważalnym trendzie, co potwierdza analiza korelacji – nie ma istotnego związku pomiędzy tymi emocjami (R=0,18; p=0,31).
Podobnie ma się sprawa z drugą emocją, nie ma istotnej statystycznie zależności między tym, na ile piszący artykuły i komentujący okazują złość (R=0,23; p=0,197). Zaryzykujemy tu stwierdzenie, że komentujący wyrażają opinie oparte nie tylko na doniesieniach z pojedynczego artykułu. Prawdopodobnie jeśli decydują się coś napisać, są mocno zaangażowani w sprawę, sporo czytają i wyrobili sobie opinię niezależnie od danego tekstu. Co więcej, nie zawsze odnoszą się bezpośrednio do treści konkretnego artykułu także w swoim komentarzu.
Dyskusje w mediach i z mediami
Z pokazanych wyżej zestawień wynika nie tylko brak wyraźnej zależności między emocjami w artykułach i komentarzach. Pokazaliśmy, gdzie toczyła się najbardziej intensywna dyskusja o Turczynowicz-Kieryłło i jaki miała wydźwięk. Mamy w planach więcej takich analiz.
W zależności od tego, jaką emocję analizujemy, zmienia się emocjonalny ranking portali. Najwięcej zaufania wyrażają czytelnicy tych komentowanych najczęściej – serwisów Fakty Interii oraz Opinii i Wiadomości WP. Z kolei pod względem złości przodują komentatorzy Niezależnej, DoRzeczy i Polsat News.
Analiza emocji Sentimenti pozwala nam nie tylko monitorować media społecznościowe, ale także strony publikujące dłuższe, skomplikowane teksty i analizy. Nasze zainteresowanie językiem emocji w portalach informacyjnych powoli rozwija się w systematyczny projekt. Niedługo opublikujemy pierwszy raport na ich temat.
utworzone przez Sentimenti Team | sty 27, 2020 | Styl życia
Wiosna w Sentimenti zapowiada się ciekawie. Kiedy w 2019 roku Sentimenti przestało być projektem NCBiR, a zaczęło samodzielnym przedsięwzięciem biznesowym wiedzieliśmy, że czeka nas wiele wyzwań. Stworzyliśmy narzędzia do analizy emocji o bardzo wysokiej trafności, przetwarzające język polski w oparciu o najnowsze metody uczenia maszynowego i wiedzę językoznawczą. Obecnie współpracujemy z Interią czy Narodowym Centrum Kultury i chcemy dalej się rozwijać. Nasze plany obejmują język angielski, stworzenie wtyczki do Chrome i udoskonalenie panelu klienta.
Analiza sentymentu – podbijamy angielski
Narzędzia Sentimenti „rozumieją” wydźwięk polskojęzycznych tekstów lepiej niż większość aplikacji dostępnych obecnie na rynku. Od dawna chcieliśmy analizować także inne języki, przede wszystkim angielski. Wyniki tych planów zaprezentujemy już tej wiosny.
Zespół Sentimenti to przede wszystkim językoznawcy, którzy stworzyli nasze narzędzia i wciąż je udoskonalają. Prace nad poszerzeniem analizy emocji na język angielski są już bardzo zaawansowane. Koordynuje je dr Jan Kocoń z Politechniki Wrocławskiej, wspiera go nasz główny deweloper Piotr Miłkowski.
Powstaje właśnie nowa sztuczna sieć neuronowa, przetwarzająca teksty napisane po angielsku w analogicznych sposób do tego, w jaki działa nasz flagowy produkt, pomiar emocji dla języka polskiego. W naszym ojczystym języku osiągnęliśmy bardzo wysoką poprawność, błędy automatycznej analizy w porównaniu z odpowiedziami ludzi nie przekraczają 2% natężenia dowolnej emocji, a maksymalne odchylenie w pojedynczym tekście utrzymuje się na poziomie poniżej 8%. Jesteśmy przekonani, że osiągniemy porównywalne wyniki w języku angielskim.
Możliwość analizy tekstów obcojęzycznych zostanie w pierwszym kroku wykorzystana do rozwijania projektu SentiStock, w którym analizujemy trendy giełdowe i nastroje inwestorskie. Monitorowanie, co pisze się o danej spółce akcyjnej, i przeliczanie tych wzmianek na indeks nastrojów sprawdziło się bardzo dobrze w przypadku Giełdy Papierów Wartościowych. Dodanie angielskiego pozwoli poszerzyć monitoring, a co za tym idzie, udostępnić SentiStock poza granicami naszej giełdy.
Przeanalizuj dowolny tekst i popraw swój
Kiedy zaczynaliśmy pracę nad Sentimenti, postawiliśmy na wydajność obliczeniową i możliwość przetwarzania dużych wolumenów danych. Dzięki temu możliwa jest nasza współpraca z Interią, ale także codzienna praktyka monitorowania wzmianek na różne, czasem bardzo popularne tematy oraz monitoring marki na tle branży.
Jednak zawsze z tyłu głowy mieliśmy głosy profesjonalistów zajmujących się marketingiem treści czy public realations, którzy potrzebują narzędzi wspierających ich w tworzeniu tekstów.
Postanowiliśmy stworzyć wtyczkę podobną do Language Tool czy Grammarly. Będzie można dzięki niej sprawdzić wydźwięk dowolnego tekstu już opublikowanego na portalu informacyjnym czy w mediach społecznościowym. Ta funkcjonalność przyda się wszystkim osobom chcącym bliżej przyjrzeć się językowi sieci. Naszym wiosennym prezentem dla piszących będzie możliwość sprawdzenia także swojego tekstu i poprawiania go na bieżąco. Będziecie mogli zobaczyć, czy pisany przez was mail wyraża te emocje, o które wam chodziło. Czy tekst promocyjny ma naprawdę pozytywny wydźwięk. Czy notka prasowa jest faktycznie neutralna.
Wtyczka do analizy emocji w tekście – pierwsze przymiarki.
Jeśli chcielibyście testować to rozwiązanie, napiszcie do nas, niedługo udostępnimy je publicznie.
Wiosna w Sentimenti to nowe i ładniejsze narzędzia
Niektórzy z naszych klientów już testują korzystanie z panelu Sentimenti. Mają dokładnie to samo narzędzie, w którym na co dzień pracują nasi analitycy. Umożliwia ono wysyłanie na serwer plików XLSX i TXT zawierających wzmianki lub teksty do analizy i uzyskiwanie wyników automatycznego pomiaru emocji lub klasyfikacji wzmianek.
Nowy panel Sentimenti będzie dużo ładniejszy i jeszcze bardziej użyteczny. Oprócz obsługi komunikacji z serwerem pokaże nam także wstępne wyniki analizy emocji – zestawi średnie emocji podstawowych i miar sentymentu. Stworzy także gotowe wykresy, które będzie można stosować w raportach. Krótko mówiąc, rozwijamy dashboard do kompleksowej analizy emocji.
Bądźcie z nami wiosną
Otwieramy się na indywidualnych klientów potrzebujących narzędzi wspierających pisanie tekstów. Jednocześnie wypływamy na szerokie wody języka angielskiego. Będziemy bardziej przyjaźni dla użytkownika.
Sentimenti chyba już na zawsze pozostanie projektem biznesowo-naukowym. Nie przestaniemy się rozwijać, chcemy robić badania i doskonalić nasze narzędzia. Już niedługo będzie można nam towarzyszyć na kilka nowych sposobów.
utworzone przez Agnieszka Czoska | lis 8, 2019 | Konferencje, Okiem badacza
Sentimenti to emocje. Pisaliśmy już o tym, jak poprawnie analizować emocje, gdy mamy sposób na ich automatyczny pomiar lub klasyfikację wzmianek. Dzisiaj opowiemy w jaki sposób zbieraliśmy dane pozwalające nam na stworzenie narzędzi Sentimenti. Czyli po raz kolejny piszemy jak dobrze coś zrobić – przeprowadzić badania nad emotywnym znaczeniem tekstów.
Tekst został napisany przy okazji wystąpienia na konferencji o uczeniu maszynowym GHOST Day. Tu można przejrzeć pokazywaną tam prezentację.
Sentimenti. Jakie emocje?
Żeby w ramach projektu Sentimenti wytrenować algorytmy uczenia maszynowego i automatycznie wskazywać emocje wyrażane w tekście, musieliśmy najpierw zapytać ludzi, jakie emocje czują. Tak proste pytanie musiało zostać rozłożone na kilka komponentów.
Po pierwsze – jakie emocje? Skąd mamy wiedzieć, ile ich jest, czym się różnią, jaka liczba kategorii będzie optymalna? Zajęli się tym specjaliści od emocji, ludzie z zespołu LOBI. W psychologii funkcjonuje kilka modeli emocji, od bardzo prostych po skomplikowane i wielowymiarowe. Zdecydowaliśmy się na dwa, które obecnie nazywamy po prostu modelami sentymentu i emocji.
Według modelu sentymentu zaproponowanego w artykule z 1977 roku przez Russella i Mehrabiana każdą emocję da się opisać na dwóch osiach: pozytywna-negatywna oraz wysokie-niskie pobudzenie. Jeśli chodzi o model emocji, jak wielokrotnie pisaliśmy, wygrał ten Plutchika. Oprócz względów naukowych przemawiały za nim praktyczne – część polskiej Słowosieci już została opisana emotywnie właśnie według niego. Dzięki zastosowaniu tego samego modelu (w poprawionym tłumaczeniu, nad którym też musieliśmy popracować) mogliśmy porównać wyniki naszych badań z eksperckimi anotacjami dostępnymi w tym zasobie. To jeden z naszych testów trafności wyników.
Jakie słowa?
Wiemy, jak anotować, ale co właściwie? Nasze pierwsze badanie miało skupić się na emotywnym znaczeniu słów. Zdecydowaliśmy, że w ramach testowania trafności wyników porównamy nasze z pochodzącymi ze Słowosieci, a dodatkowo bazą słów emotywnych NAWL (stworzoną dawniej przez naszych współpracowników z LOBI). Wobec tego jakaś część wyrazów musi pokrywać się z tymi zasobami.
Dążyliśmy do tworzenia listy 30 tys. słów lub znaczeń – w końcu mamy wiele wyrazów wieloznacznych, których wydźwięk emocjonalny także zmienia się w zależności od kontekstu. Na przykład depresja czyli obniżenie terenu to zupełnie coś innego niż zaburzenia nastroju. Uznaliśmy, że możemy wpisać na listę maksymalnie 3 znaczenia jednego słowa, a żeby wskazać uczestnikom badania, o które z nich chodzi, pokażemy każde w krótkiej frazie: depresja terenu, leczenie depresji.
Dzięki projektowi anotacji Słowosieci (przy jej rozwijaniu także pracują “nasi” ludzie) wiedzieliśmy, że około 27% słów języka polskiego niesie jakieś znaczenie emocjonalne. Z naszego punktu widzenia są one bardziej interesujące niż neutralne, więc miały pierwszeństwo. Poza tym kontrolowaliśmy naszą listę słów pod względem frekwencji słów (żeby mieć więcej tych częstych, ale także odpowiedni procent rzadkich).
Co z uczestnikami badania?
Jako zespół Sentimenti chcieliśmy móc powiedzieć coś o wydźwięku tekstów napisanych po polsku. Żeby naprawdę tak było, musieliśmy dowiedzieć się, jak rozumie je przeciętny, typowy użytkownik tego języka. Zgodnie z regułami naukowej sztuki musieliśmy przebadać reprezentatywna grupę Polaków – taką, której struktura odpowiada strukturze populacji pod względem wieku, wykształcenia i innych istotnych cech.
Takiego badania nie da się zrobić po prostu przez internet, w mediach społecznościowych, łapiąc ludzi na ulicy. Potrzebowaliśmy profesjonalistów, więc skorzystaliśmy z usług ogólnopolskiego panelu badawczego. Nasze zapytanie ofertowe wygrała Ariadna. Ta firma znalazła dla nas uczestników badania, ale my także kontrolowaliśmy przebieg badania. Musieliśmy zapewnić odpowiednią liczbę ocen wydźwięku każdego słowa (minimum 50 osób), nadawać uczestnikom badania identyfikatory (żeby móc zestawić ich odpowiedzi z danymi na temat wieku, miejsca zamieszkania i innych). W badaniu wzięło udział 20 tys. osób.
Jak pytać o wydźwięk słów?
Sentyment i pobudzenie emocjonalne zwykle opisuje się na skali. Z kolei modele emocji są raczej kategorialne – pytają, czy emocja jest, czy jej nie ma. Chyba, że mówimy o modelu Plutchika, który od razu zakłada, że natężenie emocji może się zmieniać: na przykład od irytacji przez złość po wściekłość. W naszym modelu chcieliśmy jeszcze dodać punkt zero, brak jakiejkolwiek emocji ze spektrum złości.
Po wielu analizach i pilotach stworzyliśmy autorskie narzędzie do anotacji emocji, dzięki któremu każde znaczenie słowa wpisanego we frazę można było ocenić na skalach będących operacjonalizacjami modeli sentymentu i emocji podstawowych. Uczestnicy badania wskazywali wydźwięk słowa dzięki interfejsowi pokazanemu poniżej. Wcześniej otrzymywali także dokładną, prosto napisaną instrukcję, do której mogli wrócić w każdym momencie badania.
Bardzo ważnym etapem konstruowania badania było ustalenie, ile słów ma zobaczyć każdy uczestnik. Nie mogliśmy zajmować im zbyt dużo czasu chociażby dlatego, że zmęczeniu ludzie mniej uważnie czytają tekst i udzielają niestarannych odpowiedzi. Idealnym układem okazało się 150 słów (fraz) w trzech turach. Przerwy między turami mogły trwać nawet kilka dni. Dla nas liczył się czas spędzany nad każdą frazą (zbyt krótkie i zbyt długie musiały zostać odrzucone z wyników).
Dalej niż słowa
Nasze kolejne badanie miało dotyczyć wydźwięku tekstów. Językoznawcy nie od dzisiaj wiedzą, że od znaczenia słowa do znaczenia całego tekstu wiedzie kręta droga. Gramatyka i układ tekstu także wyrażają emocje.
Projekt zakładał, że przebadamy opinie – na przykład o hotelach i lekarzach. Zebranie opinii nie było trudne. Dodatkowo można było je podzielić na pozytywne i negatywne już na podstawie towarzyszących im gwiazdek lub ocen punktowych. Wyzwaniem było dobranie odpowiednich dziedzinowo tekstów neutralnych. Nasz korpus wzbogaciliśmy z krótsze formy, zdania i frazy, pochodzące między innymi z korpusu Paralingua lub naszych badań pilotażowych. Nieco później nasi koledzy pracujący także w zespole Słowosieci stworzyli korpus opinii (anotowany emotywnie już nie przez uczestników badań, tylko językoznawców).
Żeby wyniki były porównywalne z tymi dotyczącymi słów, przebadaliśmy wydźwięk tekstów z udziałem reprezentatywnej grupy osób na tych samych skalach, co słowa. To badanie objęło 2 tys. osób i 7 tys. tekstów i fraz. Każdy uczestnik przeczytał 50 tekstów, a każdy tekst oceniło co najmniej 25 osób.
Sentimenti to najpierw ludzie, potem AI
Obecnie nasze narzędzia do klasyfikacji tekstów pod względem emocji i sentymentu osiągają wysoką trafność dla każdej emocji. Najnowocześniejsze, najbardziej wymyślne sieci neuronowe czy inne algorytmy nie są w stanie tego dokonać bez dobrych danych. Mogliśmy nauczyć naszą sztuczną inteligencję emocji tylko dzięki temu, że zgromadziliśmy dobrze skonstruowaną bazę słów emotywnych i tekstów ocenionych przez reprezentatywną grupę użytkowników języka polskiego.
Jako ekipa Sentimenti już o tym, w jaki sposób skonstruowaliśmy i uczyliśmy algorytmy do automatycznej analizy emocji, zarówno na blogu, jak i w publikacji naukowej. Cześć naszej bazy słów (około 20%) zostanie opublikowana jako korpus towarzyszący publikacji opisującej szczegółowo zbieranie i analizę danych. Oznacza to, że ten zasób będzie dostępny dla naukowców z całego świata chcących badać emocje w języku polskim. Chcemy, żeby baza była interaktywna jak lista słów afektywnych NAWL, mająca swoją dedykowaną stronę.
utworzone przez Sentimenti Team | paź 17, 2019 | Polityka i społeczeństwo, Styl życia
Nagroda Nobla – wydarzenie prestiżowe. To jedne z najważniejszych momentów, może najważniejsze na świecie z perspektywy polskojęzycznego internetu. Dlatego sprawdziliśmy, jak o nich pisano w sieci.
W polskojęzycznym internecie jesień 2019 roku oznaczała głównie wybory parlamentarne. Jednak między 7 i 14 października tego roku media i ich czytelnicy żyli także w rytmie przyznawania Nagród Nobla. Najpierw ogłoszono laureatów z medycyny, chemii i fizyki (7-9 października), wreszcie za dokonania literackie (10 października), nagrodę pokojową (11 października) i z dziedziny ekonomii (14 października). Oczywiście, w naszym kontekście najwięcej poruszenia wywołało przyznanie Nobla pisarce Oldze Tokarczuk, jednak zmiany liczby wzmianek zawierających hasło Nobel i jego wariacje wskazują na to, że o każdej z nagród trochę porozmawialiśmy.
Wzmianki zostały przeanalizowane klasyfikatorem Sentimenti: to narzędzie wskazuje, czy jakaś emocja jest w danym tekście lub jej nie ma. Jak w przypadku pomiaru emocji, każda wzmianka może wyrażać więcej niż jedną emocję.
Nagroda Nobla. Ile o tym pisano?
Już na pierwszy rzut oka widać, że dopiero “polski Nobel” wywołał duży wzrost liczby wzmianek. Zainteresowanie wywołały jednak już nagrody z dziedziny medycyny i fizyki. Pierwsza uhonorowała zespół analizujący przetwarzania tlenu przez różne organizmy, druga prace związane z odkrywaniem planet poza układem słonecznym. Możemy zauważyć lekki wzrost liczby wzmianek także 14 października, kiedy przyznano nagrodę z dziedziny ekonomii za wprowadzenie do niej metod eksperymentalnych w walce z biedą.
Z naszego punktu widzenia ciekawsze od “ile pisano?” jest “jak?”. Nagroda Nobla ma wyróżniać odkrycia i twórczość ważną dla całej ludzkości, ludzi niosących uniwersalne wartości… Ale nie od dziś wiadomo, że każda nagroda może powodować kontrowersje.
Jak pisano?
Pierwsze ogłoszenia laureatów spotykały się w dużej mierze z negatywnie nacechowanymi wzmiankami – większość wypowiedzi publikowanych w przeddzień pierwszego ogłoszenia Szwedzkiej Akademii Nauk oraz po ujawnieniu laureatów z dziedziny medycyny wyrażała negatywny sentyment. Dopiero uhonorowanie nagrodą Nobla Olgi Tokarczuk wywołało ogólny wzrost zainteresowania i entuzjazmu w polskojęzycznej sieci. Co ciekawe, po 10 października stopniowo rośnie proporcja wzmianek wyrażających negatywny sentyment i stabilizuje się na poziomie około 40% (niższym niż w okresie 7-9 października).
Jeśli przyjrzymy się emocjom, największa zmiana następuje 7 października. Mimo wzrostu liczby wzmianek, udział każdej emocji w dyskusji staje się mniejszy. Oznacza to, że w dniu ogłoszenia pierwszego kandydata publikowano dużo neutralnych lub cechujących się po prostu mniejszą emocjonalnością wypowiedzi. Tendencja ta odwraca się 8 października. Wtedy internauci wyrażają się bardziej emocjonalnie nie tylko w porównaniu do poprzedniego dnia, ale także 6 października.
Przyznanie Nobla Oldze Tokarczuk wyznacza ostatni dzień, kiedy emocje naprawdę intensywnie się zmieniały. Jak wskazywały już wyniki analizy sentymentu, 10 października wzrosła częstość wyrażania pozytywnych emocji, a spadła – negatywnych.
Wzmianki o Oldze Tokarczuk
W poniedziałek opublikowaliśmy na naszym Facebooku wykres pokazujący reakcje internautów na przyznanie literackiej Nagrody Nobla Oldze Tokarczuk. Widzieliśmy, że wyniki wywołały zmartwienie wśród naszych odbiorców.
Na tle wzmianek publikowanych o Noblach 2019 te dotyczące Olgi Tokarczuk wydają się bardzo entuzjastyczne. Oczywiście to inne zbiory wpisów. Analizowane przez nas w tym tekście muszą wiązać się z pojęciem “Nobel”, a dotyczące pisarki – wspominać jej nazwisko. Jakaś część tych zbiorów jest wspólna. O Tokarczuk pisano teraz przede wszystkim ze względu na wyróżnienie jej twórczości przez komitet Noblowski, chociaż komentując przy tym jej książki, a czasem osobę.
Każda wzmianka ma swój kontekst
Kiedy analizowaliśmy wzmianki o Oldze Tokarczuk zebrane na przestrzeni kilku dni, wydawały się mocno negatywne. Jednak spojrzenie na nie na tle wypowiedzi o wszystkich ogłoszonych w tym roku wyróżnieniach pokazało jedno. O literackiej wypowiadano się w polskojęzycznej sieci najbardziej pozytywnie.
Zmiana perspektywy i punktu odniesienia bardzo często mówi nam coś zupełnie nowego o wynikach naszych analiz. Możemy w tym celu przeanalizować nieco dłuższy okres niż najbardziej nas interesujące dni czy miesiące. Dobrym pomysłem podczas monitoringu marki jest też spojrzenie na jej konkurencję lub branżę. Dlatego monitorując jedną pisarkę chcemy czasem zerknąć na inną, czytaną przez te same albo zupełnie inne osoby. Podobnym rozwiązaniem byłoby zebranie bardzo różnych wzmianek ze słowem “książka” czy “czytanie”. Wówczas dowiemy się, jak na co dzień piszą zapaleni czytelnicy – i czy na tym tle analizowana autorka ma się dobrze.
Podobne analizy, chociaż w bardziej bezpośredni sposób, przeprowadziliśmy porównując InPost i Pocztę Polską. Także analiza facebookowej komunikacji marek modowych czy piwnych powiedziała nam dużo o pojedynczych podmiotach, a zarazem całej branży. Potrzebę umieszczenia wzmianek czy komentarzy w szerokim kontekście poruszaliśmy już dawno temu, pisząc o konieczności dobrania odpowiedniej średniej tła (baseline), żeby poprawnie analizować emocje.
DOWIEDZ SIĘ WIĘCEJ:
