Automatická detekce emocí v textu

Transkript

1 Automatická detekce emocí v textu Kateřina Veselovská veselovska@ufal.mff.cuni.cz New Media Inspiration, Praha

2 Informace v textu objektivní fakta subjektivní názory pocity domněnky pozitivní či negativní hodnocení atd.

3 Informace v textu rozvoj Webu 2.0 obsah generovaný uživateli potřeba automatického třídění informací

4 K čemu je to dobré? Postojová analýza (sentiment analysis) automatická extrakce názorů a postojů z textu a řeči = co si vlastně lidé myslí

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

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

7 K čemu je to dobré? hodnocení produktů průzkum veřejného mínění monitoring sociálních sítí intenční analýza forenzní lingvistika predikace trendů v marketingu predikace výsledků voleb

8 K čemu je to dobré? potenciální zákazník názory a komentáře jiných uživatel sdílení zkušeností obchodník zpětná vazba

9 Jak se to dělá? Nerezový vejcovar Steba má vyměnitelné pláty pro volská oka. vs. [Krásný nerezový vejcovar Steba je i u netrpělivých zákazníků velmi oblíben.]+ = hlasování prostou většinou

10 Czech Sublex 1.0

11 Czech Sublex 1.0 překlad části MPQA korpusu přes paralelní korpus CzEng 1954 substantiv 1698 sloves 819 adjektiv 465 adverbií 4936 hodnotících slov přístupný ze stránek

12 Jak se to dělá? metody kvantitativní lingvistiky (tematická koncentrace) unsupervised learning - Turneyův třístupňový algoritmus (využití PMI) supervised learning - support vector machines - maximální entropie - slovníkové klasifikátory - Naivní Bayesův klasifikátor

13 Naivní Bayes velké množství trénovacích dat (csfd.cz, mall.cz ) preprocessing: spell-checking lemmatizace desambiguace morfologie parsing

14 Naivní Bayes feature: přítomnost lemmatu v daném segmentu odhaduje predikační sílu lemmatu vzhledem k polaritě trénování = budování slovníku všech přítomných lemmat a jejich predikačních sil

15 Naivní Bayes filtrování - podle slovních druhů - na základě frekvence - zohlednění jazyka emocí emocí v jazyce

16 Jazyk emocí

17 Jazyk emocí

18 Jazyk emocí emotikony :-) :-D :-P ;-) >:-[ :-/ :-( výrazná interpunkce!!!!!!!??????????!!!!!! opakování znaků: Supeeeeeeeeer! důraz pomocí kapitálek: Je to prostě BOŽÍ! vytýkání: Tenhle vejcovar nade všechno *miluju* nové pojetí vulgarismů: KUA

19 Jazyk emocí

20 Jazyk emocí augmentativa (barabizna) deminutiva (mimísek) eufemismy (okrasný tukový prstenec x špek) vulgarismy (@#%$!!) evaluativní frazémy a idiomy pojmenované entity

21 Jazyk emocí 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

22 Emoce v jazyce 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

23 Jazyk emocí 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 Zdroj: diskuse k básni Splav

24 Jazyk emocí 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 Zdroj: diskuse k básni Splav

25 Jazyk emocí 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 Zdroj: diskuse k básni Splav

26 Emoce v jazyce plnovýznamové slovní druhy s výjimkou zájmen a číslovek evaluativní částice citoslovce

27 Emoce v jazyce důležitost desambiguace Dobře, já to udělám. Zachoval se dobře.

28 Emoce v jazyce důležitost slovesa zdroj hodnocení cíl agens predikát patiens

29 Emoce v jazyce slovesa osobního mínění myslet, domnívat se, předpokládat, pohlížet na

30 Emoce v jazyce explicitní hodnocení vyjádření citového stavu nesouhlasit s, nesnášet, chválit, zbožňovat [Toho hrdopýška všichni nesnášejí.] [Toho hrdopýška všichni chválí.] + hodnotící sloveso má větší indikační sílu než hodnotící substantivum

31 Emoce v jazyce 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

32 Emoce v jazyce důležitost adjektiv [Bylo to příjemné nedorozumění.] + hodnotící adjektivum má větší indikační sílu než hodnotící substantivum

33 Emoce v jazyce pragmatická odbočka: ironie Byl to hrdinný chlípník. Byl to chlípný hrdina.

34 Emoce v jazyce intenzifikátory [Ještě si pamatuju, že to kafe bylo strašně dobrý.] +

35 Emoce v jazyce důležitost negace - obrací větnou polaritu [Jídlo nebylo dobré.]

36 Emoce v jazyce důležitost spojky ale adverzativní koordinace [Pláž byla hrozná]-, ale [v hotelu se nám líbilo.]+

37 Emoce v jazyce přípustkové spojky přestože, ačkoliv, jakkoliv, byť, i když Přestože příjezd nesplnil všechna jeho očekávání, leccos ho potěšilo.

38 Emoce v jazyce hodnocení je často závislé na doméně: chytrý telefon x chytrý zásah litvínovského útočníka tichý vysavač x tichý detektor kouře Go read the book!

39 Emoce v jazyce Rubbish hotel in Madrid

40 Jakou to má úspěšnost? nejlepší dosažená přesnost: 89% (trénovací data z Mall.cz)

41 Jaké to má aplikace? Customer churn analysis: Blahopřeju vám k anti-péči o zákazníka. Jsem u vás od roku 2002 a jediné co mi umíte nabídnout jsou běžné a stále dost nevýhodné tarify. Člověk si aspoň uvědomí, jak moc potřebujeme Evropskou unii (jejíž instituce jako jediná z relevantních subjektů tlačí ceny dolů). Po špatných zkušenostech hodlám přejít ke konkurenci.

42 Jaké to má aplikace? Customer loyalty analysis Produkt této společnosti používám na několika PC už několik let a zatím jsem neobjevil žádné vady. Vzhledem k mé naprosté spokojenosti ani do budoucna nehodlám nic měnit.

43 Jaké to má aplikace? Customer risk analysis detekce lži: kratší věty, krátká slova, více výrazů vyjadřujících pozitivní emoce (+ další dimenze) detekce spamu, detekce falešných profilů, výhružných ů aj.

44 Jaké to má aplikace? Customer feedback analysis Koupit si tento fotoaparát a spoléhat na jméno firmy se mi vůbec nevyplatilo. Např. proti mému stařičkému fotoaparátu je toto naprostý propadák. Průměrný telefon s fotoaparátem udělá stejné, ne-li lepší fotografie. Ani komunikace s centrem podpory nestojí za nic. Výrobek mě zklamal a víckrát už si žádný produkt této firmy bezpochyby nekoupím. cílený marketing

45 Jaké to má aplikace? personalizovaný marketing, individuální interakce

46 Jaké to má aplikace?

47 Jaké to má aplikace?

48 Jaké to má aplikace? Zdroj:

49 Jaké to má aplikace? Zdroj:

50 Jaké to má aplikace?

51 Jaké to má aplikace?

52 Jakou to má budoucnost? lepší preprocessing: pojmenované entity spell-checking (vulgarismy apod.) automatická identifikace cílů doménově závislé výrazy analýza mluvených dat psycholingvistické experimenty

53

54 *Děkuji* za pozornost!!