Comment l'Internet sait si vous êtes heureux ou triste

heureux ou triste 5 28

Pensez à ce que vous avez partagé avec vos amis sur Facebook aujourd'hui. Était-ce un sentiment de «stress» ou d '«échec», ou peut-être «joie», «amour» ou «excitation»? Chaque fois que nous publions sur les médias sociaux, nous laissons des traces de notre humeur. La Conversation

Nos émotions sont des produits de valeur, et de nombreuses entreprises développent des outils automatisés pour les reconnaître dans un processus connu sous le nom d'analyse des sentiments.

Récemment, un rapport divulgué révélé que Facebook peut identifier quand les jeunes se sentent vulnérables, bien que l'entreprise ait insisté sur le fait qu'il n'a pas utilisé l'analyse cibler les utilisateurs avec de la publicité. Facebook aussi excusé dans 2014 pour un expérience sur la "contagion émotionnelle" dans laquelle les messages avec un sentiment "positif" ou "négatif" ont été filtrés à partir des flux des utilisateurs.

De toute évidence, la capacité de détecter les émotions à partir du texte est d'un grand intérêt pour les sociétés de médias sociaux, ainsi que les annonceurs. Mais comment fonctionne l'analyse des sentiments, pourquoi est-elle utile et quels sont les dangers?

Comment fonctionne l'analyse des sentiments?

Bien que les détails de l'algorithme de Facebook ne soient pas connus publiquement, la plupart des techniques d'analyse des sentiments se divisent en deux catégories: supervisées ou non supervisées.

Les méthodes supervisées reposent sur des données étiquetées. En d'autres termes, ce sont des publications qui ont été classées manuellement comme contenant un sentiment positif ou négatif.

Des méthodes statistiques sont ensuite utilisées pour former des modèles afin de classer automatiquement les nouveaux messages en fonction de la présence de mots ou d'expressions pré-identifiés, par exemple «stressé» ou «relâché».

D'autre part, les méthodes non supervisées reposent souvent sur la construction d'un dictionnaire de partitions pour différents mots. Un tel dictionnaire développé par mes collaborateurs a demandé aux gens de donner un score de bonheur 1 à 9 en utilisant des mots différents, puis une moyenne des résultats: "rainbows", par exemple, a marqué 8.06, alors que "inutile" a 2.52.

Le sentiment général d'une phrase peut ensuite être marqué en regardant tous les mots dans le message. Par exemple, le score moyen pour le poste "Ma maman a toujours dit 'la vie est comme une boîte de chocolats'" est un 6.02 supérieur à la moyenne selon ce dictionnaire, suggérant qu'elle exprime un sentiment positif.

À quoi sert l'analyse de sentiment?

L'analyse de sentiment est de plus en plus utilisée par les commerçants pour étudier les tendances et faire des recommandations de produits.

Imaginez qu'un nouveau téléphone portable soit libéré; Une analyse du sentiment des messages des médias sociaux sur le téléphone peut donner à l'entreprise un aperçu précieux et en temps réel de son fonctionnement.

Il existe des applications plus larges de l'analyse des sentiments. Les chercheurs ont récemment suivi le sentiment Twitter de Donald Trump au cours des premiers jours 100 de sa présidence et bots construits pour placer les métiers du marché quand il tweete positivement ou négativement sur des entreprises spécifiques.

Les scientifiques peuvent également suivre les tendances émotionnelles dans d'autres textes. Par exemple, nous avons utilisé l'analyse des sentiments pour étudier les arcs émotionnels de plus de films 1,000 à travers leurs scénarios. L'arc du film 2013 Disney Frozen est illustré ci-dessous.

Arc émotionnel pour le film Frozen.

Beaucoup de films montrent des schémas similaires: des pics réguliers et des creux de tension et de relâchement, suivis d'un creux particulièrement important 80% du chemin du film (tout espoir est perdu!), Avant la résolution finale et la fin heureuse. En appliquant une analyse similaire aux romans, nous avons montré que la plupart des histoires suivent l'un des six arcs d'histoire de base.

Nous ne sommes toujours pas très bon à l'analyse des sentiments

Étant donné que l'analyse des sentiments repose souvent sur des publications sur les médias sociaux, elle soulève des préoccupations éthiques majeures, et ce débat commence seulement. Pourtant, la nature complexe du langage et du sens le rend enclin à l'erreur.

Prenez la phrase «Que la force soit avec vous», qui marque 5.35 en utilisant l'analyse de notre dictionnaire. Pour tous les fans de Star Wars, c'est bien sûr une phrase extrêmement positive, mais elle a marqué modestement dans notre test parce que le mot «force» est noté 4.0 inférieur à la moyenne.

Cela est compréhensible lorsqu'on évalue ce mot isolément, mais dans le contexte, cela a moins de sens.

Un certain scepticisme quant à la validité des capacités d'analyse des sentiments de Facebook est donc justifié. Il est tout à fait concevable que décrire quelque chose comme «complètement malade» sur Facebook, une expression d'approbation familière, pourrait conduire à un mauvais état émotionnel d'un individu.

Pour comprendre quand l'analyse des sentiments fonctionne et ne fonctionne pas, il est important d'examiner les mots qui conduisent des résultats particuliers.

Pour ce faire, nous utilisons "changement de mot"Diagrammes, comme celui ci-dessous pour Frozen. Cela montre quels mots ont fait l'apogée du scénario plus triste que sa fin heureuse: plus de références à la «tristesse» et à la «peur», mais étrangement, plus «belle».

Terrain qui compare le point culminant de Frozen à sa fin heureuse. Les barres bleues vers le haut du graphique indiquent les principaux mots qui contribuent à la différence de score.

Promesse et un avertissement

L'analyse des sentiments est un outil puissant, mais ce n'est qu'une science jeune et doit être utilisé avec prudence.

Les scientifiques doivent développer des outils qui nous permettent de regarder «sous le capot» et de comprendre pourquoi certains algorithmes produisent les résultats qu'ils obtiennent. C'est le seul moyen de diagnostiquer les problèmes avec des méthodes différentes et, plus important encore, d'éduquer le public sur les possibilités et les limites du domaine.

La recherche sur l'analyse des sentiments s'est largement fondée sur de grands ensembles de données publics, en particulier sur les médias sociaux. Il est important que ceux d'entre nous qui fournissent involontairement les données comprennent ce pour quoi ils peuvent et ne peuvent pas être utilisés, et comment.

A propos de l'auteur

Lewis Mitchell, maître de conférences en mathématiques appliquées, Université d'Adélaïde. Michelle Edwards a contribué à cet article.

Cet article a été publié initialement le La Conversation. Lis le article original.

Livres connexes:

{amazonWS: searchindex = Livres; mots-clés = vie privée sur Internet; maxresults = 3}

enafarzh-CNzh-TWtlfrdehiiditjamsptrues

suivez InnerSelf sur

google-plus-iconfacebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}

suivez InnerSelf sur

google-plus-iconfacebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}