Postojová modalita a možnosti automatické extrakce emocionality z psaného textu

Transkript

1 Postojová modalita a možnosti automatické extrakce emocionality z psaného textu Kateřina Veselovská veselovska@ufal.mff.cuni.cz 2. prosince 2016, Ústav jazyků a komunikace neslyšících

2 Osnova Představení projektu Emoce v jazyce motivace Jazykovědné aspekty postojové analýzy Kam jsme došli a kam směřujeme

3 Kdo jsme = SEntiment ANalysis in Czech Kateřina Veselovská Vladislav Kuboň, Jana Šindlerová, Aleš Tamchyna, Jan Hajič, Jr. + studenti

4 Odkud přicházíme Ústav Formální a Aplikované Lingvistiky MFF UK tým vědeckých pracovníků, programátorů, pedagogů a studentů, kteří společně pracují na široké škále témat spojených s oborem počítačové lingvistiky GAUK "Sentence-Level Polarity Detection in a Computer Corpus" GAČR "On Linguistic Structure of Evaluative Meaning in Czech"

5 Odkud přicházíme strojový překlad, dialogové systémy, závislostní korpusy (PDT, PCEDT, PDTSC )

6 Emoce v jazyce Rozpor: emocionální prožitek je společností vnímán jako pozitivní hodnota ( žít znamená cítit ) život s nedostatkem emocí je vnímán jako plochý, neuspokojivý neschopnost interpretovat komplexní emoce jako mentální handicap (Aspergerův syndrom aj.) X v mezilidské komunikaci jsou emoce (jak pozitivní, tak negativní) často prostředkem manipulace

7 Emoce v jazyce Sociolingvistika interpersonální funkce sociální vztahy mezi lidmi jsou vyjadřovány jazykově textové strategie

8 Emoce v jazyce Pragmalingvistika faces positive, negative - to, co vystavujeme k veřejnému (pozitivnímu) hodnocení, to, čím se vůči společnosti vymezujeme negativně strategie ohrožování tváří a strategie zachování tváře

9 Emoce v jazyce Forenzní lingvistika míra emocionality/expresivity textu jako distinktivní rys predikce lži

10 Emoce v jazyce Teorie komunikace Speech Act theory expresivní ilokuční akt vyjádření postoje a emocí Griecovy konverzační maximy RaBR, nenásilná komunikace a další praktické komunikační techniky úspěšná a účelná komunikace má být prosta emocí. Explicitní hodnocení (i pozitivní) vnímáno negativně.

11 Emoce v jazyce Manipulativní techniky v médiích teorie argumentace, logické (argumentační) fauly: zesměšňování, zastrašování, lichocení, vyvolání zášti, kvalifikující jazyk... Každá slušná rodina chodí do kostela.

12 Emoce v jazyce Míra subjektivity textu jako měřítko dobré/špatné žurnalistiky J.X.D.: Příběh je to tak strašně podobný těm drogovým, že se zdá být termín nesubstanční závislost používaný některými lékaři jako oprávněný. Podle mého je to však blbost.

13 Emoce v jazyce objektivní žurnalistika x komentáře, názory, sloupky vyjadřující stanovisko redakce x subjektivní blog kategorie pravda ustupuje kategorii ztotožnění s převládajícím názorem? kritická analýza diskurzu (např. migrační krize)

14 Emoce v jazyce Marketingové strategie: emocionalizace produktů Mléko pro spokojená bříška.

15 Emoce v jazyce Marketingové strategie: emocionalizace produktů

16 Emoce v jazyce PR: mluvčí společnosti prezentuje cizí postoje bez odkazu na vlastní postoje musí vyjádřit hodnocení informací, ale bez emocionality vytváří maximálně pozitivní obraz společnosti minimálně emocionálními prostředky

17 Emoce v jazyce Analyzovat a interpretovat emocionalitu (subjektivitu, expresivitu, atd.) v textu je v rámci analýzy a interpretace komunikace důležité. Proto se zabýváme tím, jaké prostředky jsou pro vyjadřování emocionality (subjektivity, postojů, atd.) jsou v češtině dostupné, obvyklé, a jak se liší od prostředků jiných jazyků.

18 Osnova Představení projektu Emoce v jazyce motivace Jazykovědné aspekty postojové analýzy Kam jsme došli a kam směřujeme

19 Postojová analýza sentiment analysis automatická extrakce názorů a postojů z textu a řeči = co si vlastně lidé myslí

20 Postojová analýza sentiment analysis automatická extrakce názorů a postojů z textu a řeči = co si vlastně lidé myslí

21 Postojová analýza binární úloha nebo ordinální škála: - líbí x nelíbí -

22 Proč to děláme hodnocení produktů průzkum veřejného mínění monitoring sociálních sítí intenční analýza forenzní lingvistika predikace trendů v marketingu vývoj akciových trhů predikace výsledků voleb

23 Proč to děláme potenciální zákazník názory a komentáře jiných uživatel sdílení zkušeností obchodník zpětná vazba

24 Jak to děláme kvalitativně: případové studie kritická analýza diskurzu (Zámec, 2009) rozhovor zúčastněné pozorování

25 Jak to děláme kvantitativně: větší soubory dat/respondentů obsahová analýza dotazníky strojové učení

26 Jak to děláme kvantitativně: větší soubory dat/respondentů obsahová analýza dotazníky strojové učení TADY VYUŽÍVÁME LINGVISTIKU

27 Jak to děláme strojové učení: klasifikace, regrese, klastrování statistické metody pravděpodobnostní modely metody kvantitativní lingvistiky (tematická koncentrace, Veselovská & Čech, 2014)

28 Jak to děláme unsupervised learning supervised learning - support vector machines - maximální entropie - slovníkové klasifikátory - Naivní Bayesův klasifikátor

29 Jak to děláme unsupervised learning supervised learning - support vector machines - maximální entropie - slovníkové klasifikátory - Naivní Bayesův klasifikátor

30 Jak to děláme Naivní Bayesův klasifikátor základní algoritmus filtrování - podle slovních druhů - na základě frekvence - zohlednění negace - zohlednění textových jevů

31 Postojová analýza z lingvistického hlediska The language of morals (Hare 1952): filozofie jazyka, etika Appraisal theory (Martin & White 2005): systemická funkční lingvistika The stance triangle (DuBois 2007): konverzační analýza Stance adverbials (Conrad & Biber 2000): kvantitativní přístup Flavours of corpus (Hunston 2011): korpusová analýza Mezijazykové srovnání (Baider & Cislaru 2014)

32 Postojová analýza z lingvistického hlediska Bečka Daneš Čmejrková Hausenblas Hoffmannová Krčmová Grepl Mikulová Čermák stylistiky češtiny

33 Postojová analýza z lingvistického hlediska Bečka Daneš Čmejrková Hausenblas Hoffmannová Krčmová Grepl Mikulová Čermák stylistiky češtiny + Veselovská 2015

34 Postojová analýza lexikálně Nerezový vejcovar Steba má vyměnitelné pláty pro volská oka. vs. Krásný nerezový vejcovar Steba je i u netrpělivých zákazníků velmi oblíben.

35 Postojová analýza lexikálně Nerezový vejcovar Steba má vyměnitelné pláty pro volská oka. vs. [Krásný nerezový vejcovar Steba je i u netrpělivých zákazníků velmi oblíben.]+

36 Postojová analýza lexikálně Nerezový vejcovar Steba má vyměnitelné pláty pro volská oka. vs. [Krásný nerezový vejcovar Steba je i u netrpělivých zákazníků velmi oblíben.]+ = hlasování prostou většinou

37 Postojová analýza lexikálně Czech subjectivity lexicon 1.0 (Veselovská & Bojar, 2012)

38 Postojová analýza lexikálně Czech SubLex 1.0 překlad části MPQA korpusu (Wiebe et al. 2004) přes paralelní korpus CzEng (Bojar & Žabokrtský 2006) 1954 substantiv 1698 sloves 819 adjektiv 465 adverbií 4936 hodnotících slov přístupný ze stránek Seance (Veselovská 2013, Veselovská et al. 2014)

39 Postojová analýza lexikálně automatická detekce: indikátory explicitní hodnocení

40 Postojová analýza lexikálně indikátory: slovesa osobního mínění - myslet, domnívat se, předpokládat, pohlížet na

41 Postojová analýza lexikálně explicitní hodnocení: vyjádření citového stavu - nesouhlasit s, nesnášet, chválit, zbožňovat [Toho hrdopýška všichni nesnášejí.] - [Toho hrdopýška všichni chválí.] +

42 Postojová analýza lexikálně augmentativa (babizna) deminutiva (dědoušek) eufemismy (okrasný tukový prstenec x špek) vulgarismy (@#%$!!) evaluativní frazémy a idiomy pojmenované entity

43 Postojová analýza lexikálně Vulgarismy: neutrální: Je tu tma jak v prdeli. pozitivní: S Jardou je vždycky prdel. negativní: A je to v prdeli.

44 Postojová analýza lexikálně za málo peněz hodně muziky mít se jako prase v žitě cítit se jako nahý v trní stát za houby být příjemný jako osina v zadku jít jako po másle být šťastný jako blecha tvářil se, jako by mu uletěly včely má to své mouchy lepší než drátem do oka

45 Postojová analýza lexikálně moderátorka Jolka Krásná obec Krásná karpatský hřeben Krásná polonina zemědělské družstvo Krásná Hora nad Vltavou bar/pořad Krásný ztráty časopis Krásná a zdravá lunární kalendář Krásné paní píseň Krásná je Neapol poéma Krásná Poldi román Cizinec a krásná paní film Život je krásný soutěž Věda je krásná

46 Postojová analýza lexikálně + alternativní grafická podoba emotikony :-) :-D :-P ;-) >:-[ :-/ :-( výrazná interpunkce!!!!!!!??????????!!!!!! opakování znaků: Supeeeeeeeeer! důraz pomocí kapitálek: Je to prostě BOŽÍ! vytýkání: Kolínka nade všechno *miluju*. nové pojetí vulgarismů: KUA

47 Postojová analýza morfologicky důležitost desambiguace Dobře, já to udělám. vs. Zachoval se dobře.

48 Postojová analýza morfologicky korpusová analýza Mají nejfrekventovanější slovní druhy největší vliv na celkovou polaritu věty? - do velké míry otázka syntaxe, ale! pracujeme s prostým textem

49 Postojová analýza morfologicky [Toho hrdopýška všichni nesnášejí.] [Toho hrdopýška všichni chválí.] + hodnotící sloveso má větší indikační sílu než hodnotící substantivum

50 Postojová analýza morfologicky [Toho hrdopýška všichni nesnášejí.] [Toho hrdopýška všichni chválí.] + hodnotící sloveso má větší indikační sílu než hodnotící substantivum hlasování prostou většinou nestačí

51 Postojová analýza morfologicky důležitost částic [Bohudík toho hrdopýška všichni nesnášejí.] + [Bohužel toho hrdopýška všichni chválí.] emocionální částice má větší indikační sílu než evaluativní sloveso - chválabohu, naštěstí, zaplať pánbůh

52 Postojová analýza morfologicky důležitost adjektiv [Bylo příjemné nedorozumění.]+ hodnotící adjektivum má větší indikační sílu než hodnotící substantivum

53 Postojová analýza morfologicky pragmatická odbočka: ironie Byl to hrdinný chlípník. Byl to chlípný hrdina.

54 Postojová analýza morfologicky pragmatická odbočka: ironie Byl to hrdinný chlípník. Byl to chlípný hrdina.

55 Postojová analýza morfologicky intenzifikátory [Ještě si pamatuju, že to kafe bylo strašně dobrý.] +

56 Postojová analýza morfologicky důležitost negace - obrací větnou polaritu [Jídlo nebylo dobré.] Pravidlo: vše napravo od negace má opačnou polaritu. pozor! členská negace (Veselovská 2011)

57 Postojová analýza syntakticky důležitost slovesa zdroj hodnocení cíl subjekt predikát objekt trénování klasifikátoru na syntakticky analyzovaných datech, sémantické rysy (Šindlerová & Veselovská 2014)

58 Postojová analýza syntakticky ruční pravidla pro automatickou detekci cílů hodnocení (Veselovská & Tamchyna 2014, 2015 a 2016) Když jsem evaluativní adjektivum a jsem součástí verbonominálního predikátu, je podmět slovesa, na kterém visím, pravděpodobně cílem hodnocení. Jan je ušlechtilý. vyhledávání potenciálně evaluativních závislostních struktur v PDT pomocí slov ze SubLexu

59 Postojová analýza syntakticky příprava trénovacích dat pro experimenty ruční anotace závislostních dat pilotní studie nové rozhraní editoru TrEd: PML_T_Sentiment

60 Postojová analýza syntakticky Byl perfektní a věděl o řízení závodního vozu úplně všechno.

61 Postojová analýza syntakticky nadvětná syntax: možnost propojení s anotací diskurzních vztahů a koreference zdroj hodnocení cíl = subjekt predikát objekt ale! na plain textu mnohdy zdroj nebo cíl nenajdeme:

62 Postojová analýza syntakticky nadvětná syntax: možnost propojení s anotací diskurzních vztahů a koreference zdroj hodnocení cíl = subjekt predikát objekt ale! na plain textu mnohdy zdroj nebo cíl nenajdeme: Pokud se v rámci nejnižšího stupně tržní hierarchie chovají slušně, neformální společnost trhovců je svým způsobem uznává a odměňuje je zbytky potravin, poskytne jim i místo ke spánku.

63 Postojová analýza syntakticky

64 Postojová analýza syntakticky

65 Postojová analýza syntakticky Textová syntax adverzativní koordinace [Pláž byla hrozná]-, ale [v hotelu se nám líbilo.]+ Pravidlo: posuzujeme jako samostatné věty pozor! gradační vztah

66 Postojová analýza syntakticky přípustkové spojky přestože, ačkoliv, jakkoliv, byť, i když Přestože příjezd nesplnil všechna jeho očekávání, leccos ho potěšilo.

67 Postojová analýza syntakticky konstrukce s významem srovnání podmínkové věty

68 Postojová analýza sémanticky Jeho styl mi nic neříká, neoslovuje mě. Poezii (já) miluju, ale Šrámek ani náhodou. Ve škole na něj češtinářka pěla ódy, tak mě to zajímalo, jestli je (on) fakt tak dobrej, chtěla jsem přečíst i něco jinýho než Splav, ale neshledala jsem (já) v jeho díle nic obdivuhodného, takže (já) fakt nechápu tu všeobecnou glorifikaci. zdroj

69 Postojová analýza sémanticky Jeho styl mi nic neříká, neoslovuje mě. Poezii (já) miluju, ale Šrámek ani náhodou. Ve škole na něj češtinářka pěla ódy, tak mě to zajímalo, jestli je (on) fakt tak dobrej, chtěla jsem přečíst i něco jinýho než Splav, ale neshledala jsem (já) v jeho díle nic obdivuhodného, takže (já) fakt nechápu tu všeobecnou glorifikaci. zdroj cíl

70 Postojová analýza sémanticky Jeho styl mi nic neříká, neoslovuje mě. Poezii (já) miluju, ale Šrámek ani náhodou. Ve škole na něj češtinářka pěla ódy, tak mě to zajímalo, jestli je (on) fakt tak dobrej, chtěla jsem přečíst i něco jinýho než Splav, ale neshledala jsem (já) v jeho díle nic obdivuhodného, takže (já) fakt nechápu tu všeobecnou glorifikaci. zdroj cíl hodnocení

71 Postojová analýza sémanticky zdroj hodnocení cíl agens predikát patiens ruční pravidla pro automatickou detekci zdrojů a cílů (Šindlerová & Veselovská 2014)

72 Postojová analýza sémanticky

73 Postojová analýza sémanticky Teorie postojové konzistence: Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) - lexikální pole (Lehrer 1974) - omezení užitím (Lyons 1977) - spojky kladou omezení na sémantickou orientaci svých argumentů (Anscombre & Ducrot 1983)

74 Postojová analýza sémanticky Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) Petr je laskavý a oduševnělý. x *Petr je laskavý a chamtivý.

75 Postojová analýza sémanticky Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) Petr je laskavý a oduševnělý. x *Petr je laskavý a chamtivý.

76 Postojová analýza sémanticky Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) Petr je laskavý, ale chamtivý. x *Petr je laskavý, ale oduševnělý.

77 Postojová analýza sémanticky Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) = > konektor A spojuje výrazy se stejnou polaritou konektor ALE spojuje výrazy s opačnou polaritou

78 Postojová analýza sémanticky Hatzivassiloglou & McKeown Predicting the Semantic Orientation of Adjectives (1997) = > konektor A spojuje výrazy se stejnou polaritou konektor ALE spojuje výrazy s opačnou polaritou * úspěšnost klasifikace přes 90% (korpus o 21MW)

79 Postojová analýza sémanticky = > pravidlo pro automatický klasifikátor: Najdeš-li v textu konektor A, kterému předchází výraz kladný, následující část hodnocení bude pravděpodobně také kladná.

80 Postojová analýza sémanticky = > pravidlo pro automatický klasifikátor: Najdeš-li v textu konektor ALE, kterému předchází výraz kladný, následující část hodnocení bude pravděpodobně záporná. (a vice versa)

81 Postojová analýza sémanticky v lingvistice pro testování synonymie/antonymie lze vztáhnout také na další autosémantika uštěpačně a podle; dobrodinec, ale blázen lze uplatnit na různé konektory z kategorií conc, conj, conjalt, confr, disj, disjalt, grad, opp analýza na češtině (Přikrylová, Kuboň & Veselovská 2016)

82 Postojová analýza sémanticky

83 Postojová analýza sémanticky + alternativní vyjádření diskurzních konektorů navzdory tomu, na rozdíl od toho, i přes tato fakta, jednoduše řečeno

84 Postojová analýza sémanticky + alternativní vyjádření diskurzních konektorů navzdory tomu, na rozdíl od toho, i přes tato fakta, jednoduše řečeno Navzdory tomu, že dobře vypadáte a máte šarm, jste pěkný posera. [syn2010]

85 Postojová analýza pragmaticky hodnocení je často závislé na doméně: chytrý telefon x chytrý zásah litvínovského útočníka tichý vysavač x tichý detektor kouře Go read the book! + kulturní závislost

86 Postojová analýza pragmaticky hodnocení je často závislé na situaci: Dneska je hezky.

87 Postojová analýza pragmaticky ironie sarkasmus implicitní hodnocení lidé hovořící na formulář (Veselovská & Hajič Jr., 2013)

88 Postojová analýza pragmaticky Rubbish hotel in Madrid

89 Postojová analýza formálně hodnocený cíl = objekt o: (C, A) C = hierarchie komponentů (částí) - baterie, displej A = množina atributů - výdrž, rozlišení

90 Postojová analýza formálně

91 Postojová analýza formálně rozšíření formalismu konstrukční gramatiky (Veselovská 2014)

92 Postojová analýza formálně

93 Postojová analýza formálně

94 Postojová analýza formálně

95 Postojová analýza formálně

96 Osnova Představení projektu Emoce v jazyce motivace Jazykovědné aspekty postojové analýzy Kam jsme došli a kam směřujeme

97 Kam jsme došli (Veselovská 2015)

98 Kam jsme došli

99 Kam jsme došli

100 Zdroj: Kam jsme došli

101 Kam jsme došli Zdroj:

102 Kam jsme došli

103 Kam jsme došli

104 Kam směřujeme analýza multimodálních dat modelování emocí u robotů (Veselovská 2014)

105

106 Kam směřujeme lepší detekce cílů (umělé neuronové sítě) analýza mluvených dat (suprasegmentální rovina emocionálního vyjadřování) psycholingvistické experimenty

107 *Děkuji* za pozornost!!

108 *Děkuji* za pozornost!! Lingvistické aplikace, FFUK, st 9:10-10:50