Analiza razpoloženja (znana tudi kot pridobivanje mnenj ali čustvena umetna inteligenca) pomeni uporabo naravnega jezika, analize besedil, računalniške lingvistike in biometrije za sistematično prepoznavanje, ekstrahiranje, kvantificiranje in proučevanje afektivnih stanj in subjektivnih informacij. Analiza razpoloženja se pogosto uporablja za gradiva s povratnimi informacijami uporabnikov, kot so ocene in anketni odgovori, spletna in družbena omrežja ter zdravstvena gradiva za namene, ki segajo od trženja do storitev za stranke in klinične medicine.
Zgledi Cilj in izzive analize razpoloženja lahko prikažemo z nekaj preprostimi zgledi.
Preprosti primeri
Coronet ima najboljše linije za celodnevno križarjenje. Bertram ima globok V trup in z lahkoto pluje po morjih. Pastelne floridske križarke iz osemdesetih so grde. Ne maram starih kabinskih križark.
Zahtevnejši zgledi
Ne maram kabinskih križark. (ravnanje z zanikanji) Ne marati plovil v resnici ni moja stvar. (zanikanje, obrnjen besedni red) Včasih resnično sovražim RIB. (na izraženo razpoloženje vpliva prislov) Prav zares bi šla rada ven v tem vremenu! (morda sarkastično) Chris Craft je videti lepše kot Limestone. (Dve blagovni znamki, določitev stališča je težka). Chris Craft je videti lepše kot Limestone, vendar Limestone izraža plovnost in zanesljivost. (Dve stališči, dve blagovni znamki). Film preseneča z obilico vznemirljivih zapletov. (Negativen izraz, ki se na nekaterih področjih uporablja v pozitivnem smislu). Morali bi videti njihov dekadentni meni s sladicami. (Polarnost izraza stališča se je na nekaterih področjih pred kratkim spremenila). Obožujem svoj mobilni telefon, vendar ga ne bi priporočil nobenemu kolegu. (Upravičeno pozitivno mnenje, ki ga je težko kategorizirati). Koncert naslednji teden bo pravi koide9! (»Quoi de neuf?«; fr.: »Kaj je novega?«. Nove skovanke lahko jasno izražajo stališče, vendar so spremenljive polarnosti in pogosto zunaj znanega besedišča.)
Vrste Osnovna naloga pri analizi razpoloženja je opredelitev polarnosti danega besedila na ravni dokumenta, povedi ali značilnosti/vidika – ali so izraženo mnenje v dokumentu, poved ali značilnost/vidik subjekta pozitivni, negativni ali nevtralni. Napredna klasifikacija razpoloženja, ki presega polarnost, je na primer namenjena čustvenim stanjem, kot so »jezen«, »žalosten« in »vesel«.
Predhodniki analize razpoloženja vključujejo program General Inquirer,Stone, Philip J., Dexter C. Dunphy, and Marshall S. Smith. "The general inquirer: A computer approach to content analysis." MIT Press, Cambridge, MA (1966). ki se je uporabljal za lažjo kvantifikacijo vzorcev v besedilu, in, ločeno, psihološke raziskave, pri katerih so z analizo besednega vedenja proučevali človekovo duševno stanje.Gottschalk, Louis August, and Goldine C. Gleser. The measurement of psychological states through the content analysis of verbal behavior. Univ of California Press, 1969.
Pozneje sta Volcani in Fogel razvila metodo za natančno proučevanje čustev in v besedilu prepoznavala posamezne besede in besedne zveze z vidika različnih čustvenih lestvic. Trenutni sistem, ki temelji na njunem delu, imenovan EffectCheck, predstavlja sopomenke, s katerimi je mogoče na vsaki lestvici povečati ali zmanjšati raven vzbujenih čustev.
Številna druga poznejša prizadevanja so bila manj sofisticirana in so uporabljala zgolj polarni pogled na razpoloženje – od pozitivnega do negativnega, na primer delo Turneyja in Panga, ki sta z različnimi postopki zaznavala polarnost ocen izdelkov in pregledov filmov. To delo je bilo opravljeno na ravni dokumentov. Polarnost dokumenta lahko razvrstimo tudi z uporabo večsmerne lestvice, kar sta med drugimi poskušala Pang in Snyder: Pang in Lee sta osnovno nalogo razvrstitve filmskega pregleda kot pozitivnega ali negativnega razširila na napovedovanje zvezdic na lestvici s 3 ali 4 zvezdicami, Snyder pa je opravil poglobljeno analizo pregledov restavracij in napovedoval ocene različnih vidikov izbranih restavracij, npr. hrano in vzdušje (na lestvici s petimi zvezdicami).
Prvi koraki k združevanju različnih pristopov – učenja, leksike, znanja idr. – so bili opravljeni na spomladanskem simpoziju AAAI 2004, na katerem so jezikoslovci, računalničarji in drugi zainteresirani raziskovalci prvič uskladili interese ter predlagali skupne naloge in primerjalne nize podatkov za sistematične računske raziskave o afektu, privlačnosti, subjektivnosti in razpoloženju v besedilu.Qu, Yan, James Shanahan, and Janyce Wiebe. "Exploring attitude and affect in text: Theories and applications." In AAAI Spring Symposium) Technical report SS-04-07. AAAI Press, Menlo Park, CA. 2004.
Čeprav se pri večini statističnih metod klasifikacije nevtralna skupina prezre zaradi predpostavke, da so nevtralna besedila blizu meje binarnega klasifikatorja, več raziskovalcev meni, da je treba, tako kot pri vsakem problemu polarnosti, razlikovati tri kategorije. Poleg tega je mogoče dokazati, da je lahko pri posebnih klasifikatorjih, kot sta Max Entropy in SVM, uvedba nevtralne skupine koristna, saj izboljša splošno natančnost klasifikacije. Načeloma je mogoče nevtralno skupino uporabljati na dva načina. Algoritem bodisi najprej prepozna nevtralni jezik, ga izloči in nato glede na pozitivne in negativne občutke oceni preostanek ali pa v enem koraku opravi trismerno klasifikacijo. Ta drugi pristop pogosto vključuje oceno porazdelitve verjetnosti po vseh kategorijah (npr. naivne Bayesove klasifikatorje, kot jih uporablja orodje NLTK). Uporaba in način uporabe nevtralne skupine sta odvisna od narave podatkov: Če so podatki jasno združeni v nevtralni, negativni in pozitivni jezik, je nevtralni jezik smiselno filtrirati in se osredotočiti na polarnost pozitivnih in negativnih mnenj. Če bi bili nasprotno podatki večinoma nevtralni in bi bila odstopanja v pozitivno ali negativno smer majhna, bi ta strategija otežila jasno razlikovanje med obema poloma.
Drugačna metoda za ugotavljanje razpoloženja je uporaba lestvičnega sistema, pri katerem se besedam, ki so običajno povezane z negativnim, nevtralnim ali pozitivnim razpoloženjem, pripiše številka na lestvici od −10 do +10 (od najbolj negativne do najbolj pozitivne) ali preprosto od 0 do pozitivne zgornje meje, npr. +4. To omogoča prilagoditev razpoloženja danega izraza glede na njegovo okolje (običajno na ravni povedi). Kadar se del nestrukturiranega besedila analizira z uporabo naravne obdelave jezika, prejme vsak koncept v določenem okolju oceno, ki temelji na načinu, kako se besede razpoloženja povezujejo s konceptom in z njim povezano oceno. To omogoča premik h globljemu razumevanju razpoloženja, saj je zdaj vrednost razpoloženja mogoče prilagoditi konceptu glede na modifikatorje, ki bi ga lahko obdajali. Na oceno koncepta lahko na primer vplivajo besede, ki okrepijo, sprostijo ali izničijo razpoloženje. Druga možnost je, da se besedilu dodeli pozitivna ali negativna ocena moči razpoloženja, kar se uporablja za določanje razpoloženja v besedilu namesto splošne polarnosti in moči besedila.
Obstajajo tudi različne druge vrste analize razpoloženja, kot so analiza razpoloženja na podlagi vidika, gradirana analiza razpoloženja (pozitivna, negativna, nevtralna), večjezična analiza razpoloženja in zaznavanje čustev.
Prepoznavanje subjektivnosti/objektivnosti To nalogo običajno opredelimo kot uvrstitev določenega besedila (običajno povedi) v eno od dveh skupin: objektivno ali subjektivno. Ta problem je lahko težji od klasifikacije polarnosti. Subjektivnost besed in besednih zvez je lahko odvisna od njihovega konteksta, objektiven dokument pa lahko vsebuje subjektivne povedi (npr. članek v novicah, ki vključuje mnenja ljudi). Poleg tega so, kot omenja Su, rezultati zelo odvisni od opredelitve subjektivnosti, ki se uporablja pri označevanju besedil. Vendar je Pang pokazal, da je učinkovitost mogoče izboljšati z odstranitvijo objektivnih povedi iz dokumenta pred klasificiranjem.
Subjektivna in objektivna identifikacija, nastajajoča podopravila analize razpoloženja za uporabo skladenjskih, semantičnih značilnosti in znanja o strojnem učenju za prepoznavanje povedi ali dokumenta so prepoznavanje dejstev in mnenj. To ni nova zamisel, saj jo je morda kot prvi predstavil že Carbonell na univerzi Yale leta 1979.
Izraz cilj se nanaša na dogodek, ki vsebuje dejanske informacije.
Primer objektivne povedi: »Da je lahko kandidat izvoljen za predsednika ZDA, mora biti star najmanj petintrideset let.«
Subjektiven opis dogodka pomeni, da opis vsebuje nedejstvene informacije v različnih oblikah, kot so osebna mnenja, presoja in napovedi. To je znano tudi kot »zasebna stanja«, o katerih so pisali Quirk in sod. V spodnjem primeru odraža zasebno državo besedna zveza »Mi, Američani«. Poleg tega ima lahko ciljni subjekt, na katerega se nanašajo mnenja, več različnih oblik, od oprijemljivega izdelka do neoprijemljivih tem. kar je obravnaval Lui (2010). Liu (2010) je poleg tega opredelil tri vrste stališč: 1.) pozitivna mnenja, 2.) nevtralna mnenja in 3.) negativna mnenja.
Primer subjektivne povedi: »Mi, Američani, moramo izbrati zrelega predsednika, sposobnega modrih odločitev.«
Ta analiza je klasifikacijski problem. Zbirke besed ali kazalnikov faz vsakega razreda so opredeljene tako, da najdejo uporabne vzorce na neopaženem besedilu. Za subjektivno izražanje je bil ustvarjen drugačen seznam besed. Seznami subjektivnih kazalcev v besedah ali besednih zvezah so razvili več raziskovalcev na področju jezikoslovja in obdelave naravnega jezika v Riloff in sod. (2003). Za merjenje danih izrazov je treba izdelati slovar pravil ekstrakcije. V preteklih letih je pri subjektivnem zaznavanju napredovanje ekstrakcije funkcij potekalo od ročnega kuriranja funkcij leta 1999 do avtomatiziranega učenja funkcij leta 2005. Trenutno se avtomatizirane učne metode lahko nadalje ločijo na nadzorovano in nenadzorovano strojno učenje. Akademski raziskovalci so v veliki meri raziskovali vzorce, ki so bili označeni s procesom strojnega učenja, označenim in brez komentarjev.
Raziskovalci so pri razvoju fiksnega nabora pravil za izraze naleteli na več izzivov. Zahtevnost priprave pravil v precejšnji meri izhaja iz narave besedilnih informacij. Prepoznali so šest izzivov: 1.) metaforične izraze, 2.) neskladja v zapisih, 3.) kontekstno občutljivost, 4.) prisotnost besed, ki se manj uporabljajo, 5.) časovno občutljivost in 6.) vedno večji obseg.
Metaforični izrazi. Na uspešnost ekstrakcije lahko vplivajo metaforični izrazi, ki jih vsebuje besedilo. Poleg tega so k povečanemu zaznavanju morda prispevale različne oblike metafor. Neskladja v zapisih. Pri besedilih, pridobljenih z interneta, vključujejo razlike v slogu pisanja ciljnih besedilnih različne zvrsti in sloge pisanja. Kontekstna občutljivost. Na opredelitev lahko vpliva subjektivnost ali objektivnost prejšnjih in naslednjih povedi. Časovna občutljivost. Nalogo otežuje časovna občutljivost nekaterih besedilnih podatkov. Če želi skupina raziskovalcev potrditi dejstvo v novici, potrebuje daljši čas za navzkrižno potrditev in novica zastari. Manj uporabljane iztočnice. Vedno večji obseg. Nalogo otežuje tudi velik obseg besedilnih podatkov. Zaradi vse večjega nabora besedilnih podatkov raziskovalci izjemno težko opravijo nalogo pravočasno.
V preteklosti so se raziskave osredinjale predvsem na opredelitev ravni dokumentov. Vendar je opredelitev ravni dokumentov manj natančna, saj lahko članek vsebuje različne vrste izrazov. Raziskava gradiva na primer pokaže, da v naboru novic prevladuje objektivno izražanje, rezultati analize pa pokažejo, da več kot 40 odstotkov vsebine zajema subjektvno izražanje.