utworzone przez Sentimenti Team | maj 12, 2020 | Okiem badacza
Narzędzia Sentimenti wkraczają w kolejne, coraz bardziej zaawansowane fazy rozwoju. W tym artykule wracamy jednak do korzeni naszego projektu. Dlatego warto opisać, co właściwie mierzymy i jak rozumiemy poszczególne emocje. I nie tylko emocje…
Najłatwiej będzie posłużyć się gotowym opisem, powstałym na potrzeby projektu (którego narzędzia Sentimenti są namacalnym efektem), opracowanym przez nasze badaczki, Dr Monika Riegel i Dr Małgorzata Wierzba z Pracowni Obrazowania Mózgu PAN. A zatem:
Narzędzia Sentimenti. Definicje wymiarów afektywnych:
Walencja, znak emocji i sentyment
- określa czy dana informacja lub zdarzenie budzi w nas negatywne, czy pozytywne emocje;
- ma zakres od emocji negatywnych (wywoływanych przez zdarzenia awersyjne) aż do pozytywnych (wywoływanych przez zdarzenia atrakcyjne);
- im bardziej pozytywnie oceniamy informacje i zdarzenia, których doświadczamy, tym bardziej pozytywne emocje w nas wywołują;
- im bardziej negatywnie oceniamy informacje i zdarzenia, których doświadczamy, tym bardziej negatywnie emocje w nas wywołują.
Pobudzenie emocjonalne
- określa poziom natężenia naszych emocji w stosunku do danej informacji lub zdarzenia;
- ma zakres od braku pobudzenia (obojętności) aż do silnego pobudzenia (wzburzenia lub ekscytacji);
- silne pobudzenie oznacza stan wzmożonej czujności, uwagi oraz przetwarzania informacji;
- pobudzenie odgrywa kluczową rolę w motywacji naszego organizmu do podejmowania określonych działań;
- pobudzenie wiąże się także ze specyficznymi reakcjami na poziomie fizjologicznym oraz neuronalnym (np. podwyższone tętno, przyspieszony oddech).
Emocje podstawowe i ich definicje. Opis emocji
RADOŚĆ
- radość obejmuje wiele pozytywnych emocji odczuwanych w reakcji na to, co znane, lub co nowe;
- sygnalizujemy radość poprzez szczery, autentyczny uśmiech, na który składa się podnoszenie kącików ust skośnie do góry oraz napięcie mięśni okrężnych oka (podnoszących policzki i tworzących z wiekiem zmarszczki wokół oczu);
- radość okazujemy także poprzez sygnały głosowe – odetchnięcie z ulgą albo śmiech czy chichotanie;
- głównym przesłaniem radości jest „podoba mi się to”, a więc nasze poparcie dla czegoś lub zachęta do czegoś.
SMUTEK
- uczucie smutku jest sposobem radzenia sobie ze stratą i pokazania innym, że potrzebujemy wsparcia;
- do sygnałów smutku należą zmarszczone usta (dolna warga nieco podniesiona, a kąciki ust obniżone), wewnętrzne kąciki brwi złączone i podniesione do środka czoła, podniesione policzki;
- innymi przejawami smutku są łzy, a także wokalizacja wyrażająca tę emocję (szloch, drżenie głosu);
- głównym przesłaniem smutku jest „pociesz mnie”, a więc zachęta innych do okazania nam wsparcia i troski.
ZAUFANIE
- oznacza wiarę w to, że ktoś lub coś zachowa się zgodnie z naszymi oczekiwaniami;
- uczucie zaufania przynosi nam poczucie bezpieczeństwa i buduje przywiązanie;
- głównym przesłaniem zaufania jest „wierzę, że mnie nie zawiedziesz”, pozwala ono budować nie tylko intymne relacje z innymi osobami, ale także odnaleźć swoje miejsce w grupie społecznej;
- co ciekawe, większe zaufanie wzbudzają w nas twarze podobne do naszej.
WSTRĘT
- uczucie obrzydzenia w stosunku do czegoś pozawala nam unikać rzeczy dla nas szkodliwych, zarówno w dosłownym fizycznym sensie, jak i sensie psychicznym;
- istnieją trzy elementy wyrazu twarzy wyrażające wstręt: pierwszy to wysuwanie języka przypominające wypluwanie czegoś, drugi to podnoszenie górnej wargi tak, że dziąsła i zęby są odsłonięte, trzeci to marszczenie nosa i rozszerzanie nozdrzy;
- głównym przesłaniem wstrętu jest „odejdź od tego”, co również innym sygnalizuje, by unikać obiektu wstrętu, ponieważ jest niezdrowy, skażony albo naganny (społecznie bądź moralnie).
ZŁOŚĆ
- odczuwamy złość, gdy coś nas blokuje lub gdy czujemy się potraktowani niesprawiedliwie;
- gdy złość jest niekontrolowana, podnosimy głos i wrzeszczymy, a gdy mamy nad nią kontrolę, przybieramy ostry, atakujący ton;
- sygnałem złości na naszej twarzy jest błysk w oczach, obniżone brwi i ściśnięte usta;
- gdy ludzie odbierają sygnał złości, zazwyczaj czują się zranieni i mogą próbować wziąć odwet również okazując złość;
- głównym przesłaniem złości jest „zejdź mi z drogi”, przy czym ma ona zakres od niezadowolenia do groźby czy ataku, w zależności od nasilenia.
STRACH
- strach przed niebezpieczeństwem pozwala nam przygotować się na coś, co nam zagraża;
- najbardziej powszechnym sygnałem strachu są szeroko otwarte oczy, rozciągnięte usta i podniesione, złączone brwi;
- uczuciu strachu może towarzyszyć także reakcja unikania, czyli odsuwania się od źródła strachu, albo zamierania;
- silnemu strachowi może towarzyszyć wybuch krzyku, a także sygnały takie jak ciężki oddech, nieco odsunięta do tyłu głowa i napięte mięśnie szyi;
- głównym przesłaniem strachu jest „pomocy!”, przy czym ma ono zakres od zaniepokojenia do paniki, w zależności od nasilenia.
OCZEKIWANIE
- emocja obejmująca ekscytację albo niepokój w oczekiwaniu na nadchodzące zdarzenia;
- służy redukowaniu napięcia bądź stresu związanego z czekającym nas wyzwaniem poprzez wyobrażanie go sobie i opracowanie strategii radzenia sobie z nim;
- głównym przesłaniem oczekiwania jest „czekam na to, co się wydarzy”, a umiejętność przewidywania efektów naszego działania w przyszłości jest niezbędna do czerpania radości z życia.
ZASKOCZENIE
- emocja odczuwana w reakcji na nieoczekiwane wydarzenia, wyrażająca rozbieżność pomiędzy naszymi oczekiwaniami a rzeczywistością;
- oznaką zaskoczenia są uniesione i zakrzywione brwi, poprzeczne zmarszczki na czole, szeroko otwarte oczy i powiększone źrenice;
- widoczne jest także poprzez opuszczoną szczękę, rozdzielenie górnych i dolnych warg i zębów, rozluźnienie ust
zaskoczenie może być negatywne lub pozytywne;
- głównym przesłaniem zaskoczenia jest „nie spodziewałem się tego”, choć ma ono zakres od lekkiego aż do bardzo silnego (reakcja „uciekaj albo walcz”), w zależności od nasilenia.
Diady emocji
W latach 1960-1980 amerykański psycholog opracował autorską teorię emocji, dlatego postanowił dać życie ośmiu emocjom podstawowym. Zgodnie z koncepcją emocji Roberta Plutchika, bo o nim mowa, gdy odmienne emocje odczuwane są jednocześnie, mogą one tworzyć bardziej złożone rodzaje emocji, zwane diadami. Diady mogą powstać z emocji pokrewnych, ale nie przeciwstawnych (wzajemnie się wykluczających). Narzędzia Sentimenti potrafią analizować emocje właśnie w oparciu o 8 emocji podstawowych. Wyróżniamy:
Podstawowe diady (często odczuwalne):
- radość + zaufanie → miłość
- zaufanie + strach → pokora, uległość
- strach + zaskoczenie → poruszenie, trwoga, groza
- zaskoczenie + smutek → rozczarowanie
- smutek + wstręt → żal, skrucha
- wstręt + gniew złość → pogarda, zawiść
- złość + gniew + oczekiwanie → agresja, agresywność, napastliwość
- oczekiwanie + radość → optymizm
Drugorzędne diady (czasami odczuwalne):
- radość + strach → poczucie winy
- zaufanie + zaskoczenie → ciekawość
- strach + smutek → rozpacz
- zaskoczenie + wstręt → szok
- smutek + gniew, złość → cierpienie
- wstręt + oczekiwanie → cynizm
- gniew + radość → duma
- oczekiwanie + zaufanie → fatalizm
Trzeciorzędne diady (rzadziej odczuwalne):
- radość + zaskoczenie → zachwyt
- zaufanie + smutek → sentymentalizm
- strach + wstręt → wstyd
- zaskoczenie + złość → oburzenie
- smutek + oczekiwanie → pesymizm
- wstręt + radość → patologia
- gniew + zaufanie → dominacja
- oczekiwanie + strach → lęk
Przeciwieństwa:
- radość + smutek → konflikt
- zaufanie + wstręt → konflikt,
- strach + złość → konflikt
- zaskoczenie + oczekiwanie → konflikt
Godne uwagi:
utworzone przez Agnieszka Czoska | kwi 9, 2020 | Okiem badacza
Jesteś w Sentimenti od samego początku. Jak to wyglądało w 2016 roku?
Pomysł biznesowy na badania emocji w tekście wyszedł od firmy W3A.PL z Poznania. Po konsultacjach ze środowiskiem poznańskich psychologów, kognitywistów i lingwistów powstał szkic projektu do NCBiR (Narodowe Centrum Badań i Rozwoju) i rozpoczęło się poszukiwanie podwykonawców. Po szacowaniu rynku okazało się, że dwie jednostki są w stanie podjąć się tak zaawansowanych prac badawczych: LOBI IBD PAN oraz Grupa Technologii Językowych Politechniki Wrocławskiej.
Kiedy już dostaliście grant – jak zaczynaliście pracę?
Jako kierowniczka badawcza byłam odpowiedzialna za organizację pracy zespołu. Ważne dla mnie było, aby zespoły naukowe podwykonawców oraz zespół biznesowy połączyć w jeden zespół. Styk biznesu i nauki nie jest łatwy. W zespole Sentimenti wszyscy – prezesi, doktorzy habilitowani i magistranci – zwracają się do siebie po imieniu, każda osoba ma prawo wypowiedzieć swoją opinię i podejmować decyzje.
Jesteś kierowniczką badawczą i scrum masterką naszego zespołu – ile musiałaś się nauczyć, żeby nią zostać?
Metodyki zarządzania Scrum dla projektów B+R nauczyłam się w Wielkiej Brytanii, gdzie pracowałam w projekcie Argument Analitycs prowadzonym we współpracy z University of Dundee, a finansowanym przez Innovate UK, czyli brytyjski odpowiednik NCBiR. Zrozumiałam wtedy, że kluczową sprawą we współpracy nauki i biznesu jest dobra komunikacja. Wspólny zespół, najlepiej pracujący w jednym miejscu, częste spotkania i ewaluacja wyników, aby sprawdzić, czy faktycznie o to nam chodzi – to serce dobrych projektów. Wiele innych projektów B+R, które obserwowałam, nie osiągało wyznaczonych celów właśnie przez taki brak komunikacji.
Jak metoda scrum różni się od Twoich dotychczasowych doświadczeń projektowych?
Jestem naukowczynią i większość swojego doświadczenia zdobywałam w pracy akademickiej i badaniach podstawowych. Przejście do badań stosowanych nie było łatwe, ale dużo dała mi brytyjska kultura otwartości, komunikacji i szacunku – które to wartości są wpisane w Scrum i które przenosimy na nasz zespół.
Ważne są też trzy filary Scrum: przejrzystość, inspekcja i adaptacja. Przejrzystość oznacza, że każda osoba w zespole – nawet nowa i nie znająca tematu – ma dostęp do wszystkich informacji (oczywiście, za wyjątkiem informacji poufnych). Bardzo pomaga to w przezwyciężaniu kryzysów, szukaniu rozwiązania.
A czym są inspekcja i adaptacja?
Inspekcja to częste i krótkie spotkania “przeglądowe”, podczas których sprawdzamy, co udało się już zakończyć, czy nie mamy jakichś przeszkód, którymi kierownictwo projektu powinno się zająć, czy ktoś nie ma za dużo lub za mało pracy. Pomaga to opanować naturalną cechę projektów badawczych – nieprzewidywalność. Kiedy wyniki są inne niż oczekiwaliśmy lub kiedy dostajemy od biznesu informację, że jakieś rozwiązanie nie działa – możemy szybko przeprowadzić adaptację.
Jak widzisz dalszy rozwój Sentimenti?
W lutym zakończyliśmy już prace badawcze i przeszliśmy do prac rozwojowych, czyli korzystamy z zebranej wiedzy i danych w pracach nad Sentitoolem – naszym głównym narzędziem do analizy tekstów. Dzięki temu, że stosujemy podejście iteracyjne, wdrażamy funkcjonalności dodając je w kolejnych wersjach produktu, a jednocześnie – zgodnie z metodyką Scrum – każdy Sprint (etap prac w Scrum) kończymy działającym produktem. Mamy w tej chwili działające oprogramowanie rozpoznające osiem emocji w tekstach w języku polskim, dzięki badaniom na ponad 20 tys. osób. Już teraz jest to rozwiązanie przewyższające zakresem inne obecne na rynku, a szykujemy dwie kolejne wersje.
W kolejnej wersji Sentimenti włączymy moduł używający LSS (ang. Lexical Syntactic Structures), czyli takich elementów języka, które wpływają na ocenę, np dobry + nie, + bardzo, + trochę. Następnie dołączymy moduł, który stosuje technologię głębokich sieci neuronowych (ang. deep neural networks), a ściślej – BiLSTM (ang. bidirectional long short-term memory neural networks), dzięki czemu potrafi oceniać emocje w całym tekście od razu – i to jest rozwiązanie unikalne na skalę polską, ale też światową. Wkrótce ukaże się nasza publikacja naukowa o tym module.
W projekcie stosujemy zatem szybkie prototypowanie, a równolegle do prac zespołu naukowego firma wdraża każde nowe rozwiązanie dla klientów – ponieważ mamy ogromne zainteresowanie rynku naszymi rozwiązaniami. Dzięki temu osiągnęliśmy już znacznie lepsze wyniki (i szybciej), niż planowaliśmy na początku.
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 Agnieszka Czoska | sty 23, 2019 | Okiem badacza
8 emocji podstawowych – tyle analizujemy narzędziami Sentimenti. Co właściwie analiza emocji daje takiego, czego nie nie oferuje analiza sentymentu? Po co nam aż 8 emotek do opisania każdego zagadnienia, którym się zajęliśmy do tej pory? I co one właściwie znaczą?
8 emocji podstawowych. Jakie emocje analizujemy w Sentimenti?
Narzędzia Sentimenti wykorzystują model Plutchika, w którym znajdują się dwie emocje pozytywne: radość i zaufanie, dwie ambiwalentne: zaskoczenie i oczekiwanie, i 4 raczej negatywne: smutek, strach, wstręt i złość. Każda oznacza coś konkretnego, wiążą się z działaniem, pochwałą lub krytyką, potrzebą czy niespodzianką. Omówimy je po kolei.
Dzięki analizowaniu wszystkich emocji podstawowych możemy w pełni ocenić, na przykład, jak bardzo w opinii internautów różnią się najpopularniejsze marki modowe. Możemy także prześledzić zmiany emocji w czasie wyświetlania tak angażujących publiczność seriali jak Zniewolona czy Czarnobyl.
Radość i smutek a analiza sentymentu
Te dwie emocje najsilniej kojarzą się z prostym podziałem na pozytywne i negatywne, czyli analizą sentymentu. Omówimy je jako pierwsze i osobno od pozostałych sześciu, ale nie dlatego, że faktycznie są tożsame z sentymentem. Byłoby to krótkowzroczne uproszczenie wyników działania naszych narzędzi i modelu Plutchika.
Radość dotyczy wszystkich pozytywnych reakcji, wiąże się z uśmiechem, z poczuciem, że coś nam się podoba. Tak zdefiniowana jest dość podobna do “pozytywnego sentymentu”, a jednocześnie niekoniecznie silna. W tym ostatnim aspekcie różni się od potocznie rozumianej radości, która kojarzy się z mocno pozytywną reakcją na coś. W wynikach naszych badań wszelkie pochwały podwyższają słupki radości, ale także codzienna grzeczność.
Smutek oznacza stratę, poczucie osamotnienia. To emocja przeciwstawna do opisanej wyżej, razem z radością tworzą w kole Plutchika kontrastową parę. Oznacza to między innymi, że wyrażanie naraz obu tych emocji w podobnym natężeniu (tu mówimy już o wynikach SentiTool, czyli procentowym podziale na poszczególne emocje) świadczy o konflikcie, bardzo mieszanym nastawieniu autora tekstu (lub autorów) do tematu. W perspektywie psychologicznej, z której wywodzi się model Plutchika, oznaczałoby niezbyt zdrową czy niekomfortową sytuację. Nie da się w ten sposób interpretować porównywalnego natężenie pozytywnego i negatywnego sentymentu.
Interpretacja wyników
Interpretacja radości i smutku może iść nieco innymi ścieżkami niż ta dotycząca sentymentu, ale na ile te miary są od siebie różne? W Sentimenti posługujemy się dwoma modelami wydźwięku tekstu, więc możemy to zmierzyć. W naszych badaniach, policzyliśmy także związki pomiędzy poszczególnymi emocjami i sentymentem. Korelacja (posługujemy się tu miarą r-Pearsona) większa od 0.6 nazywana jest silną, a zbliżona do 0,9 oznacza, że dwie zmienne są w zasadzie tym samym. W analizie dotyczącej KNF ten współczynnik wynosił w przypadku radości 0,88. a smutku 0,47. Z kolei w badaniu nad wzmiankami o Brand24 korelacje były odwrotne: 0.37 i 0.58. Zawsze mówimy tu o relacji pomiędzy radością i pozytywnym sentymentem oraz smutkiem i negatywnym sentymentem.
Jak widać, w zależności od tematu, pozytywny czy negatywny sentyment może brać się prawie w całości z jednej emocji (jak w przypadku radości w KNF), ale może być wynikiem wyrażania przez internautów wielu różnych emocji naraz. Wyniki dotyczące smutku i radości nie muszą wiązać się bezpośrednio z tymi uzyskanymi w analizie sentymentu – co pokazuje także, że jest ona wynikiem występowania w tekstach wielu różnych emocji naraz.
6 pozostałych emocji podstawowych
Jak pokazaliśmy, radość i smutek nie są po prostu “małym sentymentem”. Mówimy tu o dwóch różnych modelach, jednym binarnym, a drugim obejmującym 8 kategorii. Przejdźmy do pozostałych 6 emocji. Pokażemy, że one także niekoniecznie równają się pozytywnemu lub negatywnemu sentymentowi.
Zaufanie to wyrażanie poczucia bezpieczeństwa, spodziewania się, że coś będzie działo się w sposób, jakiego oczekujemy. Wiąże się z poczuciem wspólnoty, bliższymi relacjami, znalezieniem swojego miejsca w grupie. Może kojarzyć się także z odczuwaniem wzajemnego podobieństwa.
Wstręt to wyraz obrzydzenia, bardzo silnej krytyki i niechęci. Wyrażając go wskazujemy, że coś jest dla nas oburzające, obce, niemoralne. To silna emocja wiążąca się z reakcją odrzucania, unikania czegoś. Wiele obraźliwych przezwisk określających nieakceptowane społecznie grupy kojarzy się właśnie ze wstrętem.
Złość – kolejne silne odczucie, bardzo negatywne. Zamiast z unikaniem, wiąże się z atakiem, prowadzi do agresji. W ten sposób wyrażamy groźby, ale także niezadowolenie. Towarzyszą jej przekleństwa i krzyk (w mowie, w piśmie może być wyrażany mocniejszymi słowami).
Strach, jak w życiu, towarzyszy niebezpieczeństwu, zagrożeniu i ryzyku. Kojarzy się z ucieczką, chęcią schowania się. Jest także wołaniem o pomoc.
Zaskoczenie pojawia się w sytuacji, kiedy nasze przewidywania nie spełniają się lub po prostu spotyka nas coś niespodziewanego. W połączeniu z radością daje zachwyt, a ze smutkiem – rozczarowanie. Może mieć bardzo różne natężenie, od lekkiego zdziwienia po (wiążącą się także ze strachem) panikę.
Oczekiwanie – ostatnia z badanych przez nas emocji. Odwrotność zaskoczenia, bo oznacza stawianie predykcji i wiarę w to, że się spełnią. Może w związku z tym wiązać się z niepokojem lub ekscytacją, a więc także jest ambiwalentna.
W zależności od tematu, poszczególne emocje mogą korelować ze sobą nawzajem lub z miarami sentymentu. Na przykład, w danych dotyczących KNF strach umiarkowanie łączył się z negatywnym sentymentem (0,4), a złość wiązała się odwrotnie proporcjonalnie z pozytywnym (-0,44). Co ciekawe, podobnie odwrotnie proporcjonalnie (ok. -0,45) korelowały z radością zaufanie i oczekiwanie. To bardzo intrygujący wynik pokazujący nam, że pozytywne emocje, po pierwsze, nie są wszystkie ze sobą powiązane, i niekoniecznie przyrost jednej przekłada się na wzrost udziału drugiej.
8 emocji ma sens
Opisanie wydźwięku tekstu, portalu czy świadomości marki na skalach 8 emocji daje nam ogrom informacji. Czasem najważniejsze mogą okazać się jedynie trzy emocje z całego modelu, ale dowiemy się tego dopiero mając wgląd w całość.
Emocje w tytułach portPortale informacyjne są bardzo zróżnicowane pod względem wydźwięku strony startowej (więcej w tym wpisie)
Po pierwsze, analiza sentymentu to coś innego niż analiza emocji, mówimy tu o dwóch wspierających się modelach. Na podstawie wyników jednego z nich można przewidzieć do jakiegoś stopnia wyniki drugiego – ale jedynie orientacyjnie. Analiza emocji oferuje znacznie lepszy wgląd w to, co dokładnie komunikują badane teksty i jakie mogą mieć konsekwencje. Na przykład złość jest lepszym katalizatorem konfliktu czy spadku popularności danego produktu niż smutek. Z kolei spadek zaufania jest groźniejszy niż zmniejszenie się radości. Wykres powyżej pokazuje, na jak różne emocje stawiają portale informacyjne w zależności od swojego charakteru i grupy docelowej.
Poszczególne emocje są przez nas nie tylko różnie opisane, ale jakościowo różnią się w odbiorze czytelnika tekstu (zbadaliśmy to na 22 tysiącach osób) oraz w zamyśle jego autora. Więcej zaufania niekoniecznie oznacza więcej radości – to bardzo różne odczucia i czasem może okazać się, że się nawzajem wykluczają. To emocje podstawowe, więc powinny być od siebie niezależne. Jednocześnie tworzą system i czasami wchodzą w interakcje, chociażby jedna wypiera drugą.
Jeśli chcecie wiedzieć więcej o analizie emocji, napisaliśmy także o dobrych praktykach pozwalających na wyciągnięcie wartościowej wiedzy z pomiaru emocji narzędziami Sentimenti.
utworzone przez Agnieszka Czoska | lis 29, 2018 | Okiem badacza
Dr Jan Kocoń jest inżynierem języka naturalnego – to on odpowiada za uczenie maszynowe zamknięte w SentiToolu, naszym narzędziu do analizy emocji w tekście. Koordynuje prace zespołu językoznawczego, integruje poszczególne elementy narzędzia, ściśle współpracuje z zespołem informatycznym.
Kiedy masz komuś pierwszy raz opowiedzieć o Sentimenti i naszych narzędziach, co mówisz najpierw?
Sentimenti jest projektem, w którym zajmujemy się analizą emocji w tekście. W odróżnieniu od rozwiązań konkurencji, w których rozpoznaje się wyłącznie wydźwięk tekstu (pozytywny, neutralny, negatywny), nasze narzędzia są w stanie zrozumieć tekst, przypisać wyrazom w tekście konkretne znaczenia oraz emocje, jakie ludzie odczuwają w związku z tymi znaczeniami. Emocje te stanowią z kolei bazę wiedzy dla mechanizmu uczenia maszynowego, który dokonuje automatycznego rozpoznawania emocji na poziomie zdań oraz całego tekstu.
Co to znaczy, że analizujemy emocje w tekście?
W badaniach prowadzonych w projekcie zaadaptowaliśmy model Plutchika, obejmujący osiem emocji podstawowych: radość, smutek, zaufanie, wstręt, oczekiwanie, strach, zaskoczenie oraz złość. Jesteśmy w stanie oszacować, w jakim stopniu te emocje są wyrażone w tekście.
Skąd wiemy, jakie emocje ludzie czują?
Baza wiedzy, która jest pomocą dla naszego projektu, obejmuje ponad 30000 znaczeń słów, dla których 20000 unikatowych respondentów przypisuje oceny dotyczące wydźwięku oraz emocji. Mówimy tu o “znaczeniach”, a nie “słowach”, bo wyrazy są wieloznaczne, na przykład “ciemny” znaczy co innego w “ciemny błękit” lub “ciemny lud” i tylko w tym drugim przypadku niesie emocje. Każde znaczenie docelowo otrzyma 50 ocen od różnych osób. Dzięki temu wiemy, jakie odczucia wywołują określone znaczenia w tekście. Jednak emocja tekstu nie jest prostą sumą emocji przypisanych do znaczeń występujących w tym tekście…
Co jeszcze sprawia, że narzędzia do analizy emocji w tekście działają?
Z pomocą przychodzą nam dwie rzeczy. Pierwszą z nich jest nasza gigantyczna baza opinii z przyporządkowanym wydźwiękiem, które pochodzą z różnych dziedzin: podróże, medycyna, produkty i wiele innych. Mamy ponad 10 milionów takich tekstów, co stanowi doskonałe źródło informacji o ogólnym odczuciu twórcy tekstu. Jednak aby stwierdzić, jakie emocje dany tekst wywołuje u czytelnika, prowadzimy także własne badania, analogiczne od badań prowadzonych na pojedynczych znaczeniach. Przedmiotem tych badań są tym razem teksty. Osoby ankietowane przypisują im emocje podstawowe, dokładnie tak samo jak znaczeniom słów. Drugi filar naszego narzędzia to kombinacja wielu metod uczenia maszynowego. Eksperci od przetwarzania języka naturalnego dostarczają nam narzędzi do analizy tekstu na poziomie składniowym oraz semantycznym, dodatkowo tworzą reguły analizy znaczeń w kontekście jak: negacja, przypuszczenie, osłabienie lub wzmocnienie wydźwięku itp. Jest to dodatkowa pomoc dla metod automatycznych, na przykład głębokich sieci neuronowych, za pomocą których odbywa się właściwe wnioskowanie na temat emocji w tekście.
Do czego może się według ciebie przydać automatyczna analiz emocji?
Docelowo widzę wiele zastosowań dla naszych narzędzi. Pierwszy obszar obejmuje rynek reklam wyświetlanych w kontekście artykułów internetowych i dopasowywanie ich do emocji, jakie tekst publikacji wzbudza u czytelników. Przykładowo w smutnym tekście mogłaby pojawić się reklama towarzystwa ubezpieczeniowego, a w radosnym – reklama wycieczki. Kolejnym obszarem jest monitoring marki, czyli analizowanie jak klienci firm piszą w Internecie o danej firmie, jej produktach, jakie emocje im przy tym towarzyszą. Kolejne interesujące obszary to sortowanie skarg mailowych od klientów względem emocji w nich zawartych, detekcja konfliktów rodzących się w korespondencji pracowników, wykrywanie kryzysów w mediach społecznościowych, a nawet możliwość diagnozowania chorób psychicznych – potencjał jest naprawdę ogromny.
Co jeszcze planujesz zrobić w Sentimenti?
Póki co, jest gotowy prototyp z prostą analizą tekstu na poziomie znaczeń oraz z analizą wydźwięku z wykorzystaniem naszych wielkich zasobów opinii. Obecnie we Wrocławskim zespole Sentimenti zarządzam budową mechanizmu uczenia maszynowego, w którym możliwe będzie zagregowanie zarówno informacji z bazy wiedzy dotyczącej znaczeń, jak i informacji pochodzących z potoku przetwarzania języka naturalnego. Wciąż spływają nam nowe dane o odczuciach osób czytających teksty, stanowiące nasz zbiór uczący. Im więcej danych, tym lepsza jakość narzędzia.
