5
правок
Изменения
Нет описания правки
<b>Извлечение эмоций</b> (англ. Emotion Analysis) {{---}} это исследование человеческих эмоций, который которое пытается идентифицировать правильные эмоции из контекста и проанализировать их согласно предопределенным классовым моделям эмоций. Часто вместе с эмоциями извлекается настрой (англ. Sentiment analysis) для определения отношения человека к той или иной теме. Источником данных могут служить речь, текст, видео или изображение человека. Данные методы можно применить ко многим аспектам нашей жизни, например, оценивание отзывов людей о товарах или услугах для улучшения бизнес-стратегий или отслеживании реакции на события с целью анализа настроя общества и его отношения.
Множество усилий сейчас направлено на создание алгоритмов извлечения эмоций из текста, так как, хотя это является достаточно трудоемкой задачей по сравнению с остальными, но многие люди предпочитают делиться своим мнением и отношениям к событиям или явлениям в виде текстовых сообщений: статусов, постов, комментариев, что позволяет охватывать больше данных.
<h3>Эмоциональные модели</h3>
Эмоциональная модель {{---}} структурированная форма или способ определения множества человеческих эмоций согласно некоторым баллам, рангам или измерениям. Бывают категориальными или пространственными. Категориальная модель (англ. categorical) {{---}} определяет список категорий эмоций, которые отделены друг от друга. Пространственная модель (англ. Dimensional) {{---}} определяет некоторое количество измерений с несколькими параметрами и идентифицирует эмоцию по значениям этих измерениямизмерений.
{| class="wikitable"
<h3>Эмоции и текст</h3>
Эмоциональные модели используются для обработки речи или видео/картинок. Извлечение эмоций из текста, как уже было замечено, является более трудной задачей, а потому требует других подходов. Эта задача является очень популярной в мире, многие ученые создают свои [[Извлечение эмоций#Описание некоторых работ по извлечению эмоций|решения. Эти решения позволяют распознавать такие эмоции, как: злость, счастье, грусть, страх, насилие, забывчивость, вина, обвинение, радость, надежда, безнадежность, любовь, гордость, благодорность, наслаждение, удивление, волнение, ожидание, ненависть, скорбь, отвращение, спокойствие, вдохновение, ностальгия, одиночество, страсть, влюбленность, проникновенность, расслабленность, тоска, безэмоциональная передача информации, приказной тон текста]].
<h2>Подходы к извлечению эмоций из текста</h2>
| [[Метод опорных векторов (SVM)|Метод опорных векторов]]
| Насилие, гнев, обвинение, страх, прощение, вина, счастье, оптимизм, безнадежность, сообщение инофрмации, инструкции, любовь, гордость, скорбь, благодарность
| Использование машинного обучения для распознавания эмоций в записках самоубийц; использование семантических и лексических элементов таких как [[Векторное представление слов#word2vec|"сумка мешок слов"]], маркирование частями речи и триграм
| Недостаточно данных; невозможно определить редкие эмоции; не содержит отрицаний
|-
Чаще всего под основной эмоциональной теорией понимают теори Экмана, которой соответствует [[Извлечение эмоций#Эмоциональные модели|модели]] Экмана.
<h2>Пример: извлечение эмоций из твитов</h2> В работе Саилуназа и Кашифиа<ref>Emotion and Sentiment Analysis from Twitter Text Sailunaz, Kashfia, 2018, https://prism.ucalgary.ca/bitstream/handle/1880/107533/ucalgary_2018_sailunaz_kashfia.pdf;jsessionid=92537BF3ACE14E77D0D02CB537FA8B74?sequence=1</ref></h2>, посвященной извлечению эмоций и настроения из твитов, в третьей главе подробно рассмотрены все шаги алгоритма извлечения эмоций.
Процесс извлечение эмоций из твитов приминительно к полу и местоположению человека, написавшего пост, состоит из нескольких последовательных шагов. Перед использованием твитов для распознования эмоций их следует предобработать. После этого нужна маркировка частями речи для выбора слов, на которых нужно фокусироваться в дальнейшем. Эмоциональный словарь требуется в соответствие с выбором выбором эмоционального класса модели. После распознования эмоциональных униграм, их следует классифицировать соответствующими эмоциональными классами.
<references/>
<h2>источники Источники информации</h2>
* https://prism.ucalgary.ca/bitstream/handle/1880/107533/ucalgary_2018_sailunaz_kashfia.pdf;jsessionid=92537BF3ACE14E77D0D02CB537FA8B74?sequence=1
