跳去內容

文本情感分析

出自維基百科，自由嘅百科全書
二〇一六年一場 Twitter 文本情感分析嘅結果，影像化得出嘅圖像：是次分析話到俾分析者知，有幾多用家對產品持有正面嘅意見，有助理解消費者嘅諗法。

情感分析[註 1]，粵拼：cing4 gam2 fan1 sik1，又叫意見探勘ham3[註 2]，係自然語言處理同運算語言學相關工作上時會提到嘅概念，指緊對文本作出分析，搵出文本帶有咩意見、取態或觀感，尤其係講緊寫者對講緊嘅事物持有正定負面嘅觀感，而進一步嘅分析仲可以考慮埋寫者係表達緊咩情緒[1][2]。有啲文獻會用更廣義化嘅定位，認為情感分析唔一定係靠文本，仲可以包埋使用生物辨識技術嚟量度意見同情感[3]。

情感分析喺營銷同數碼人文學等嘅領域上都有用。例如係數碼人文學噉：數碼人文學旨在用人工智能等嘅運算方法，解答人文學上嘅研究問題；當中喺文學方面嘅研究就會用到情感分析—學者研究剖析文學作品嗰陣，時常都會講到角色同作者表達嘅情感，以及係呢啲情感點樣隨住作品嘅情節進展，而出現起伏；呢啲研究就有機會用到情感分析，探究情感喺情節途中有咩上落變化，以及係呢啲變化有冇特別嘅規律。

類似情感分析嘅諗頭，查實早喺一九六〇年代已經存在[4]，不過當時並冇引起太大嘅迴響。自二〇一〇年代起，隨住大數據方面嘅技術全面盛行，企業以至學術界手上多咗大量嘅文本數據。而呢點令到文本情感分析開始受到重視。時至二〇二〇年代，文本情感分析已經廣受採用，不過仍然有唔少批評聲音：例如事實表明，文本嘅情感好多時係嚟自讀者嘅演繹，同一份文本由唔同嘅人睇，演繹到嘅情感都會有分別。因此，文本情感分析界依然有繼續發展進一步嘅技術，務求做到更佳嘅分析。

基本概論

[編輯]

文本情感分析，重點在於透過文本，嚟剖析人群對某啲事物有咩意見、情緒、評價同態度[5]。

舉例說明，文本情感分析喺營銷上就時常會用得著：想像依家有件產品 A，出 A 呢隻產品嘅企業，想知消費者對 A 有乜嘢感覺；於是間企業嘅營銷小組就去社交媒體等嘅地方，搜集消費者寫低嘅粵文留言；再對呢啲留言做情感分析，而識得做情感分析嘅程式會做到

  • Input：攞住產品 A 真係又靚又正噉嘅句子；
  • Output：睇得出寫嗰個人對 A 持有正面嘅意見。

營銷小組收集好晒數據之後，睇下消費者當中有幾多人對件產品覺得滿意，有幾多人對件產品有不滿，跟住就可以支援企業做嘅決策：及後，佢哋可以做進一步嘅分析，探討消費者點解會有噉嘅觀感，再幫手決定件產品使唔使改，或者要點改[6]。除咗營銷之外，政策等嘅工作都有興趣想知公眾對唔同事物有乜觀感，因而有機會用到文本情感分析[7]。

例如下圖嘅研究噉：將英文圈嘅新聞組織分做左派、右派同中間派三種，以三種唔同嘅線嚟代表，再分析三組嘅頭條嘅情感係正定負面；用趨勢圖畫出三者喺二〇〇〇年至一九年間嘅情感走勢，就出到下圖——



文句特性

[編輯]
心理學慣常將情緒分做若干個大致離散嘅大類。

喺實作上，做文本情感分析嘅程式嘅開頭，同典型嘅分析用程式一樣，都係首先要引入想用嘅函式庫，跟住引入想用嘅文本數據，通常會將之轉化做數據框[註 3]。

數據框整好，就會做各種嘅事前數據處理，例如詞性標注同埋解析[8]等都相當常用[9]。呢啲功能喺自然語言處理工作上都好常見，自然語言工具箱等嘅架生都有提供。

然後，就要諗方法計所謂嘅「情感值」。

情感分法

[編輯]
睇埋：情緒同情緒正負

喺概念上，情感分析對情感或意見嘅劃分方法，分兩大種：

  • 正負：一種較簡化嘅做法，係按一條維度，將情感分做正面同負面兩大種：每句語句，一係屬於正面一係屬於負面，亦有唔少分析會加埋中性嘅分類[10]，呢種做法高度簡化[註 4]但已經出到一啲有用嘅結果；稍為進階少少嘅做法，會有程度之分，即係仍然將情感分做正同負兩種，不過喺數值上會分做 +1 同 -1 ，或者 +5 同 -5 等等，表達唔同嘅情感強烈度[註 5][11]。
  • 情感類型：亦有好多研究者主張另一種做法，好似心理學上嘅好多模型噉，將情感分做恐懼、憤怒同哀傷等嘅多個彼此間離散嘅大類；呢種做法則會用到各種嘅監督式學習，又或者係聚類分析等嘅技術[12]。

決定咗要採取咩方法嚟思考情感或者意見之後，就要諗方法將文本數據轉化做情感值。要教電腦自動噉決定某段文本係咩情感，可以用到好多唔同嘅自然語言處理演算法，譬如係以下呢啲[13]：

  • 詞表類嘅方法：例如用直接了當嘅法則，講明唔同嘅詞代表唔同嘅情感，數sou2住每種詞出現咗幾多次，但呢種方法最簡單個版本備受批評，畀人話佢容易忽略語境，進階啲嘅做法有對此作出補救，例如 VADER 嘅套件[14]，就會考慮埋否定詞同標點符號等嘅因素，以及係大細階會唔會反映某啲重要資訊[註 6]。
  • 向量空間模型：將詞語轉化做多維度嘅向量，表示有關語義相似度嘅資訊。
  • 標好晒嘅文本數據：文本，唔淨只係詞有情感，連語句以至段落等都有人手標示好係咩情感。

主定客觀

[編輯]
睇埋：陳述句

情感分析時會配合主客觀嘅分類：即係拎住輸入嘅語句，輸出答呢句說話係描述緊主觀感受抑或係客觀事實，有陣時可能仲難過標邊啲句子係正面邊啲係負面[15]。而好多研究者會喺郁手做情感分析前，拎走客觀嘅語句[16]。亦可以睇睇統計分類嘅概念。

設依家喺度睇緊文本數據，分析美國人响社交媒體上嘅留言，研究嘅目的係想探究美國人點樣討論自國總統同埋對總統有咩意見。客觀語句嘅例子：[17]

要當選做美國總統，候選人必需年滿三十五歲。

主觀語句會提供到關於寫者內在狀態嘅資訊，會包含個人意見、判斷同埋預測等，例子：

我哋一定要揀一個成熟、賢能嘅人做總統。

要達致主客觀嘅分類，唔可以單靠基於規則[註 7]嘅做法：事實表明，同普遍嘅自然語言處理工作一樣嘅係，要正確判斷面前嘅語句係主定客觀，要考慮到諸多嘅語境因素，齋靠明確講到出嚟嘅法則，難以達到[18]；因此，主客觀分類通常都係要靠機器學習嘅方法。

趨勢分析

[編輯]

文本情感分析，好多時都會關注情感點樣隨時間而起伏變化。例如係針對虛構作品嘅研究，就時常會提到起承轉合同戲劇結構等嘅概念，於二〇一〇年，有工作者就喺一場演講中噉樣評論[19]：

最基本個諗頭係，古仔有形狀，呢啲形狀可以畫做圖。

數碼人文學時常會畫所謂嘅情感曲線[註 8]：研究者可以將手上嘅文本數據[註 9]做好切割，例如每 1,000 字謂之一橛[註 10]，同每橛計佢嘅情感值係幾多，就會得出一個數據列，反映情感點樣隨情節演進而出現起伏，而且呢啲數據仲可以用近似趨勢圖噉嘅形式畫出嚟[20]。

順帶一提，情感曲線好多時都要做一啲處理，先可以攞去做進一步嘅分析，譬如係平滑化同埋正規化[註 11]等等[9]。



情感曲線畫咗出嚟，就需要將文本分類，同埋選取分析用嘅特徵[註 12]：數碼人文等領域嘅研究問題，好多時都係講緊唔同類型嘅文本，喺情節演進相關嘅特性上有異，當中分類準則包括係文類、時期以及係作者嘅特性呀噉；寫好建立情感曲線用嘅程式，研究者就可以同每類文本，畫出嗰類文本嘅平均或者典型情感曲線，再籍此比較呢啲類型，探討呢啲類型彼此間喺情感曲線嘅特性上係咪有別[註 13]。

領域應用

[編輯]
内文：數碼營銷

文本情感分析喺營銷上有一定嘅價值。喺社交媒體或者網上買賣，用戶都可以針對唔同產品提供文字評論、留言或者意見。呢啲由用戶產生嘅文本，包含咗大量資訊，反映佢哋對各種嘅產品同服務有咩觀感或者諗法，但係單靠人力嚟分析呢啲數據，會花費大量嘅時間同精神，因此，商界有理由希望用電腦自動化噉分析由消費者產生嘅文本數據—於是就有機會採用文本情感分析[21]。

情感分析喺數碼人文學上有廣泛嘅應用：能夠分析文本中帶有嘅情感，有助文學方面嘅研究，譬如係將文學作品按情感嚟分類、文類同故事類型之間嘅劃分、模擬古代嘅文本中嘅情感、角色之間嘅網絡關係分析等等[22]。有啲學者仲主張，情緒系統係界定一切故事嘅標準特徵[23]。

情感分析相關嘅研究，甚至仲掕到落去腦神經學嗰度。有研究者透過功能磁振造影等嘅技術，監察讀者嘅腦活動，配合埋問卷同訪問研究，探知佢哋對文學作品有咩情緒反應[24]，帶嚟咗有用嘅洞見[註 14][25]。

系統評估

[編輯]
睇埋：高氏 kappa

研究者要評估行情感分析嘅系統，方法有好多。

喺二十一世紀初，評估情感分析系統，好多時係要睇佢哋同人類做嘅判斷有幾吻合：一般嚟講，系統做嘅判斷同人類判斷嘅吻合度愈高，就愈謂之表現理想；不過喺更進階嘅應用中，呢種做法有諸多問題，例如事實表明，唔同人做判斷，得到嘅結果有陣時好唔同，如果有多個人類評判，可能就會出現一種狀況，連啲人類評判彼此間都有分歧[註 15]，更加唔好講話可以用佢哋嘅判斷嚟評估情感分析系統[26]；此外，電腦犯嘅錯，同人類評者犯嘅可以好唔同，所以兩者嘅評估數據未必可以直接攞嚟比—例如電腦系統好多時唔識理解否定句、笑話同反話，同時呢啲內容對人類嚟講極之簡單，因此電腦周不時會犯下一啲人類覺得係「好蠢」嘅錯[27]。

歷史演變

[編輯]

對文本情感分析影響深遠嘅科技發展同概念：

睇埋

[編輯]

文獻

[編輯]

  • Elkins, K. and Chun, J., 2019. Can sentiment analysis reveal structure in a plotless novel?. arXiv preprint arXiv:1910.01441.
  • Öhman, E., Bizzoni, Y., Feldkamp, P. and Nielbo, K., 2024, March. EmotionArcs: Emotion arcs for 9,000 literary texts. In Proceedings of the 8th joint SIGHUM workshop on computational linguistics for cultural heritage, social sciences, humanities and literature (LaTeCH-CLfL 2024) (pp. 51-66).
  • Kim, E. and Klinger, R., 2018. A survey on sentiment and emotion analysis for computational literary studies. arXiv preprint arXiv:1808.03137，呢篇文綜觀噉討論當時嘅情感分析，仲有提到心理學上描述情緒嘅模型，以及係呢啲模型對情感分析有咩用。
  • Reagan, A.J., Mitchell, L., Kiley, D., Danforth, C.M. and Dodds, P.S., 2016. The emotional arcs of stories are dominated by six basic shapes. EPJ data science, 5(1), p.31，呢篇文主張英文圈嘅虛構故事可以按情感弧 (Emotional arc 嘅暫譯) 分做數量唔多嘅幾個種類，佢哋跟住郁手分析英文小說中嘅情感，用咗聚類分析同自組織對映等嘅多種統計分析，剖析出自古騰堡計劃嘅數據，發現情感弧可以分六大種。

註釋

[編輯]
  1. ↑ 英文：sentiment analysis
  2. ↑ 英文：opinion mining
  3. ↑ 英文：dataframe，通常簡稱作 df。
  4. ↑ 簡化：會有資訊喪失。
  5. ↑ 但噉分喺數學上係咪有意義，相當有爭議性。可以睇埋量度層次嘅問題。
  6. ↑ 例如喺廿一世紀初嘅英文書寫中，全大階好多時都係表達緊大嗌等較激動嘅情緒表現。
  7. ↑ 基於規則：可以睇下基於規則嘅系統。
  8. ↑ 英文：sentiment curve
  9. ↑ 文本數據：可以係嚟自古騰堡計劃等嘅來源。
  10. ↑ 做情感曲線嗰陣，文本數據要點切割，係一個問題。
  11. ↑ 英文：normalization；將每本書嘅句子位置轉換成相同尺度。例如 0% 至 100%，方便比較唔同長度文本嘅情感曲線。
  12. ↑ 英文：features；可以睇埋特徵選擇等嘅概念。
  13. ↑ 技術細節：特徵可以係以列表形式存在嘅情感值，用呢啲值做基礎，行聚類分析等。
  14. ↑ 亦有學者主張：對文學作品嘅反應，本質上就係冇得還原化嘅，而單靠社科層面現象嚟解釋文學現象，有還原化之虞。
  15. ↑ 亦可以睇下評分者間信度嘅概念。

引述

[編輯]
  1. ↑ Vong Anh Ho, Duong Huynh-Cong Nguyen, Danh Hoang Nguyen, Linh Thi-Van Pham, Duc-Vu Nguyen, Kiet Van Nguyen, Ngan Luu-Thuy Nguyen. "Emotion Recognition for Vietnamese Social Media Text". In Proceedings of the 2019 International Conference of the Pacific Association for Computational Linguistics (PACLING 2019), Hanoi, Vietnam (2019).
  2. ↑ Liu, B. (2012). Sentiment analysis and opinion mining. Synthesis lectures on human language technologies, 5(1), 1-167.
  3. ↑ Bordoloi, M. and Biswas, S.K., 2023. Sentiment analysis: A survey on design framework, applications and future scopes. Artificial intelligence review, 56(11), pp.12505-12560，佢哋噉講："... including Information Retrieval (IR), web data analysis, mining of text, analysis of text, NLP, computational linguistics, and biometrics."
  4. ↑ Stone, Philip J., Dexter C. Dunphy, and Marshall S. Smith. "The general inquirer: A computer approach to content analysis." MIT Press, Cambridge, MA (1966).
  5. ↑ Liu 2015 Liu, B. Sentiment Analysis: Mining Opinions, Sentiments, and Emotions. Cambridge University Press, New York (2015).
  6. ↑ Rambocas, M., & Pacheco, B. G. (2018). Online sentiment analysis in marketing research: a review. Journal of Research in Interactive Marketing.
  7. ↑ Ceron, A., & Negri, F. (2015). Public policies go social: using sentiment analysis to support the action of policy-makers across the policy cycle. In Second International Conference on Public Policy, Milan.
  8. ↑ Dey, Lipika; Haque, S. K. Mirajul (2008). "Opinion Mining from Noisy Text Data". Proceedings of the second workshop on Analytics for noisy unstructured text data, p.83-90.
  9. 1 2 例：Somasundaran, S., Chen, X. and Flor, M., 2020, July. Emotion arcs of student narratives. In Proceedings of the First Joint Workshop on Narrative Understanding, Storylines, and Events (pp. 97-107)，呢篇文 3.1 嗰度就有講，仲有講埋佢哋用咗咩演算法嚟做平滑化處理。
  10. ↑ Ribeiro, Filipe Nunes; Araujo, Matheus (2010). "A Benchmark Comparison of State-of-the-Practice Sentiment Analysis Methods". Transactions on Embedded Computing Systems. 9 (4).
  11. ↑ Thelwall, Mike; Buckley, Kevan; Paltoglou, Georgios; Cai, Di; Kappas, Arvid (2010). "Sentiment strength detection in short informal text". Journal of the American Society for Information Science and Technology. 61 (12): 2544–2558. Bibcode:2010JASIS..61.2544T. CiteSeerX 10.1.1.278.3863. doi:10.1002/asi.21416. 原著喺February 1, 2021歸檔. 喺June 20, 2011搵到.
  12. ↑ Rebora, S., 2023. Sentiment analysis in literary studies. a critical survey. Digital Humanities Quarterly, 17(2), pp.1-17. 3.1.1. Emotion theories
  13. ↑ Rebora, S., 2023. Sentiment analysis in literary studies. a critical survey. Digital Humanities Quarterly, 17(2), pp.1-17. 3.1.2. Emotion resources
  14. ↑ VADER Sentiment Analysis Explained，不過 VADER 都有其不足之處。
  15. ↑ Mihalcea, Rada; Banea, Carmen; Wiebe, Janyce (2007). "Learning Multilingual Subjective Language via Cross-Lingual Projections" (PDF). Proceedings of the Association for Computational Linguistics (ACL). pp. 976–983. 原著 (PDF)喺2010-07-08歸檔.
  16. ↑ 事實係有研究指，拎走客觀語句，可以改良情感分析嘅結果：Pang, Bo; Lee, Lillian (2004). "A Sentimental Education: Sentiment Analysis Using Subjectivity Summarization Based on Minimum Cuts". Proceedings of the Association for Computational Linguistics (ACL). pp. 271–278.
  17. ↑ Wiebe, Janyce; Riloff, Ellen (2005). "Creating Subjective and Objective Sentence Classifiers from Unannotated Texts". 出自 Gelbukh, Alexander (編). Computational Linguistics and Intelligent Text Processing. Lecture Notes in Computer Science (英文).第3406卷. Berlin, Heidelberg: Springer. pp. 486–497. doi:10.1007/978-3-540-30586-6_53. ISBN 978-3-540-30586-6.
  18. ↑ Pang, Bo; Lee, Lillian (2008). "4.1.2 Subjectivity Detection and Opinion Identification". Opinion Mining and Sentiment Analysis. Now Publishers Inc.
  19. ↑ Kurt Vonnegut (2010) Kurt Vonnegut on the shapes of stories. https://www. youtube.com/watch?v=oP3c1h8v2ZQ 原文："The fundamental idea is that stories have shapes which can be drawn on graph paper."
  20. ↑ Reagan, A.J., Mitchell, L., Kiley, D., Danforth, C.M. and Dodds, P.S., 2016. The emotional arcs of stories are dominated by six basic shapes. EPJ data science, 5(1), p.31
  21. ↑ Subarna, Shakya (2023). Sentiment Analysis and Deep Learning: Proceedings of ICSADL 2022 (Advances in Intelligent Systems and Computing, 1432). Springer. p. 567. ISBN 978-9811954429.
  22. ↑ Kim and Klinger 2018b Kim, E. and Klinger, R. A Survey on Sentiment and Emotion Analysis for Computational Literary Studies. ArXiv:1808.03137 (2018).
  23. ↑ Hogan 2011 Hogan, P. C. Affective Narratology: The Emotional Structure of Stories. Bison, Lincoln (2011)，佢哋噉講："emotion systems define the standard features of all stories, as well as cross-culturally recurring clusters of features in universal genres." 亦可以睇下所謂嘅讀者反應研究，譯自英文：reader response studies。
  24. ↑ Peer et al. 2012 Peer, W. v., Hakemulder, J., and Zyngier, S. Scientific Methods for the Humanities. John Benjamins, Amsterdam; Philadelphia (2012).
  25. ↑ Rebora, S., 2023. Sentiment analysis in literary studies. a critical survey. Digital Humanities Quarterly, 17(2), pp.1-17，佢哋第 4 頁講到："... main risk is that of an oversimplification of phenomena that necessarily escape any reductionism."
  26. ↑ Mozetič, Igor; Grčar, Miha; Smailović, Jasmina (2016-05-05). "Multilingual Twitter Sentiment Classification: The Role of Human Annotators". PLOS ONE. 11 (5). arXiv:1602.07563. Bibcode:2016PLoSO..1155036M. doi:10.1371/journal.pone.0155036. ISSN 1932-6203. PMC 4858191. PMID 27149621.
  27. ↑ Karlgren, Jussi, Magnus Sahlgren, Fredrik Olsson, Fredrik Espinoza, and Ola Hamfors. "Usefulness of sentiment analysis." In European Conference on Information Retrieval, pp. 426-435. Springer Berlin Heidelberg, 2012.

拎

[編輯]
由「https://zh-yue.wikipedia.org/w/index.php?title=文本情感分析&oldid=2445146」收