오늘 Facebook에서 친구들과 뭘 공유했는지 생각해보십시오. "스트레스"또는 "실패", 또는 아마도 "기쁨", "사랑"또는 "흥분"의 느낌 이었습니까? 소셜 미디어에 게시 할 때마다 우리는 기분의 흔적을 남깁니다.

우리의 감정은 가치있는 필수품이며, 많은 회사는 정서 분석이라고 알려진 프로세스에서이를 인식 할 수있는 자동화 된 도구를 개발하고 있습니다.

최근 누출 된 보고서 공개 페이스 북은 젊은이들이 취약한시기를 알 수 있지만, 회사는 분석을 사용하지 않았다고 주장했다. 광고를 통해 사용자를 타겟팅 할 수 있습니다. 페이스 북 사과했다. 2014에서 실험 "긍정적 인"또는 "부정적인"정서가있는 게시물이 사용자의 피드에서 필터링 된 "정서적 전염"에 대해

분명히 텍스트에서 감정을 감지하는 능력은 광고주뿐만 아니라 소셜 미디어 회사에게 큰 관심거리입니다. 그러나 정서 분석은 어떻게 작동하며, 왜 유용하고 위험한 것은 무엇입니까?

정서 분석은 어떻게 작동합니까?

Facebook 자체 알고리즘의 세부 사항은 공개적으로 알려지지 않았지만 대부분의 정서 분석 기술은 감독자 또는 감독자가 아닌 두 범주로 나뉩니다.

감독 방법은 분류 된 데이터에 의존합니다. 즉, 긍정적 또는 부정적 정서가 포함 된 것으로 수동 분류 된 게시물입니다.

그런 다음 통계적 방법을 사용하여 "Stressed"또는 "relaxed"와 같이 미리 식별 된 단어 또는 구의 존재를 기반으로 자동으로 새 게시물을 분류하는 모델을 학습합니다.

한편, 감독되지 않은 방법은 종종 다른 단어에 대한 점수 사전을 만드는 데 의존합니다. 하나의 사전 공동 작업자가 개발 한 1을 다른 단어에 9 행복 점수를 부여한 다음 평균 결과를 얻습니다. 예를 들어 "무지개"는 8.06, "쓸모없는"는 2.52입니다.

그런 다음 게시물의 모든 단어를보고 전체 구문에 점수를 매길 수 있습니다. 예를 들어, "엄마가 항상 '인생은 초콜렛 상자 같아요'라고 말한 게시물의 평균 점수는이 사전에 따르면 평균 이상이며 긍정적 인 느낌을 나타냅니다.

감정 분석이란 무엇입니까?

감정 분석은 마케팅 담당자가 동향 조사 및 제품 추천.

새로운 휴대 전화가 출시 된 것을 상상해보십시오. 전화에 대한 소셜 미디어 게시물의 정서 분석을 통해 회사의 성과에 대한 실시간 통찰력을 얻을 수 있습니다.

감정적 인 분석의 더 넓은 응용이 있습니다. 연구원은 최근에 그의 대통령직 첫 100 일 동안 도날드 트럼프의 트위터 감정을 추적했다. 과 시장 거래를하기 위해 봇을 만들었다. 그는 특정 회사에 대해 긍정적 또는 부정적으로 트윗합니다.

과학자들은 다른 텍스트에서도 감정적 인 경향을 추적 할 수 있습니다. 예를 들어 우리는 감정 분석을 사용하여 각본을 통해 1,000 이상의 감성적 인 호를 연구했습니다. 2013 Disney film Frozen의 호가 아래에 나와 있습니다.

냉동 영화에 대한 감정적 호.

많은 영화는 비슷한 패턴을 보여줍니다 : 정기적 인 봉우리와 긴장과 여유의 골짜기, 그리고 마지막 해상도와 해피 엔딩이 있기 전에 필름을 통과하는 방식의 80 % (모든 희망은 사라졌습니다!)이 이어집니다. 유사한 분석을 소설에 적용하면 대부분의 이야기는 여섯 가지 기본적인 이야기 원 중 하나를 따릅니다..

우리는 여전히 정서 분석에 능숙하지 않습니다.

정서 분석이 소셜 미디어 게시물을 기반으로하는 경우가 많으므로 주요 윤리적 문제가 제기되며 이 논쟁은 시작일 뿐이다.. 그러나 언어와 의미의 복잡한 특성 때문에 오류가 발생하기 쉽습니다.

사전의 분석을 사용하여 5.35 점수를 얻는 "당신과 함께 할 수 있을지"라는 문구를 사용하십시오. 스타 워즈 팬에게는 물론 긍정적 인 문구이지만 "힘"이라는 단어가 평균 이하의 4.0로 평가되기 때문에 테스트에서 겸손하게 득점했습니다.

이 단어를 격리하여 평가할 때 이해할 수 있지만 문맥 상 이해하기 어렵습니다.

따라서 페이스 북의 정서 분석 능력의 타당성에 대한 회의론은 정당하다. 구어체로 된지지의 문구 인 페이스 북에서 무언가를 "완전히 아프다"고 묘사하면 개인의 정서적 상태가 잘못 분류 될 수 있다고 생각할 수 있습니다.

정서 분석이 효과가 있고 작동하지 않는 경우를 이해하려면 특정 결과를 유도하는 단어를 조사하는 것이 중요합니다.

이를 위해 우리는 "단어 이동"다이어그램, 냉동에 대한 아래의 것과 같습니다. 이것은 "슬픔"과 "두려움"에 대한 더 많은 언급이지만, 이상하게도 "더 아름답다"는 말로 해피 엔딩보다 더 슬픈 시나리오의 절정을 만들어주는 단어를 보여줍니다.

냉동의 절정을 해피 엔딩과 비교하여 플롯합니다. 차트 상단의 파란색 막대는 점수 차이의 가장 큰 공헌 단어를 보여줍니다.

약속과 경고

감정적 인 분석은 강력한 도구이지만 어린 과학 일뿐이므로 신중하게 사용해야합니다.

과학자들은 우리가 "내부적으로"(in the hood) "피어"를 느끼고 특정 알고리즘이 왜 결과를 만들어 내는지 이해할 수있는 도구를 개발해야합니다. 이것은 다른 방법으로 문제를 진단하는 유일한 방법이며 더 중요한 것은 현장의 가능성과 한계에 대해 대중에게 알리는 것입니다.

감정 분석 연구는 주로 대규모의 공개 데이터 세트, 특히 소셜 미디어를 기반으로하고 있습니다. 무의식적으로 데이터를 제공하는 당사자는 사용 가능 여부 및 사용 방법을 이해하는 것이 중요합니다.

저자에 관하여

Lewis Mitchell, 응용 수학 강사, University of Adelaide. Michelle Edwards가이 기사에 기고했습니다.

이 기사는 원래에 게시되었습니다. 대화. 읽기 원래 기사.

관련 도서 :

at 이너셀프 마켓과 아마존