[논문 리뷰] Sharing emotions at scale: The Vent dataset

Nikolaos Lykousas, Constantinos Patsakis외 2명|arXiv (Cornell University)|2019. 01. 15.

Complex Network Analysis Techniques인용 수 4

한 줄 요약

이 논문은 705개의 감정 유형을 63개의 카테고리로 정리한 세분화된 감정 레이블이 부여된 사용자 생성 텍스트로 구성된, 공개된 바 있는 가장 큰 데이터셋인 Vent 데이터셋을 소개한다. 이 데이터셋은 약 100만 명의 사용자로부터 3300만 건의 게시물을 포함하며, 정서 컴퓨팅 분야의 대규모 연구를 가능하게 한다. 자가 보고된 감정 레이블을 통해 정서 표현 양상, 시간적 동적 변화, 사회적 네트워크 구조를 밝혀내며, EmoLex과 같은 기존의 감정 어휘집과도 강한 일치를 보인다.

ABSTRACT

The continuous and increasing use of social media has enabled the expression of human thoughts, opinions, and everyday actions publicly at an unprecedented scale. We present the Vent dataset, the largest annotated dataset of text, emotions, and social connections to date. It comprises more than 33 millions of posts by nearly a million of users together with their social connections. Each post has an associated emotion. There are 705 different emotions, organized in 63 "emotion categories", forming a two-level taxonomy of affects. Our initial statistical analysis describes the global patterns of activity in the Vent platform, revealing large heterogenities and certain remarkable regularities regarding the use of the different emotions. We focus on the aggregated use of emotions, the temporal activity, and the social network of users, and outline possible methods to infer emotion networks based on the user activity. We also analyze the text and describe the affective landscape of Vent, finding agreements with existing (small scale) annotated corpus in terms of emotion categories and positive/negative valences. Finally, we discuss possible research questions that can be addressed from this unique dataset.

연구 동기 및 목표

• 정서 컴퓨팅 분야에서 대규모이고 고품질의 감정 레이블이 부여된 데이터셋의 부족 문제를 해결하기 위해.
• 사용자 생성 콘텐츠에서 정서 표현, 시간적 패턴, 사회적 네트워크 역학을 연구하기 위한 종합적 자원을 제공하기 위해.
• 특히 딥 러닝 기반 접근법을 활용한 고급 정서 인식 모델의 개발 및 평가를 가능하게 하기 위해.
• 실제 사용자 데이터를 기반으로 온라인 사회 네트워크 내 정서적 유사성(히모필리)과 전염 현상을 탐구하기 위해.
• 이진 감성 분석을 넘어서 인간 정서의 전반적인 스펙트럼을 포괄하는 기준을 설정하기 위해.

제안 방법

• Vent 데이터셋은 사용자가 정해진 705개의 감정 레이블 중에서 자발적으로 선택하여 공유하는 감정 게시물을 제공하는 Vent 소셜 네트워킹 앱에서 수집되었다.
• 감정은 63개의 감정 카테고리로 구성된 이중 수준의 분류 체계를 통해 조직되어 있어 정서적 표현의 계층적 분석이 가능하다.
• 텍스트 콘텐츠는 EmoLex 어휘집을 사용하여 조밀도(Valence)를 분석하여 기존의 정서 자원과의 비교가 가능하도록 처리되었다.
• 통계적 및 네트워크 분석을 통해 사용자 활동 패턴, 정서 분포, 사용자 간 연결성 등에 대해 연구되었다.
• 사용자 팔로우 관계 및 상호작용 패턴(예: '하이브', '같아요', 'h4u'와 같은 반응)을 포함한 사회적 그래프 데이터가 포함되어 있다.
• 신경망 기반 모델은 데이터셋의 규모와 다양성을 활용하여 정서 인식에 응용할 수 있는 방법론적 길을 제시한다.

실험 결과

연구 질문

• RQ1 대규모 소셜 미디어 콘텐츠에서 다양한 감정 카테고리 간 정서 표현 방식은 어떻게 다름?
• RQ2 사용자들이 유사한 감정을 표현하는 사람들과 연결을 맺는 정서적 유사성(히모필리) 정도는 어느 정도인가?
• RQ3 실제 사용자 데이터를 기반으로 온라인 사회 네트워크에서 정서 전염 현상을 탐지하고 모델링할 수 있는가?
• RQ4 Vent의 감정 카테고리별 조밀도 점수는 EmoLex과 같은 기존 정서 어휘집과 어떻게 비교되는가?
• RQ5 다양한 사용자 집단과 감정 유형 간에 정서 표현의 시간적 패턴과 규칙성은 어떠한가?

주요 결과

• Vent 데이터셋은 705개의 고유한 감정 레이블이 63개의 감정 카테고리로 정리된 약 100만 명의 사용자로부터 3300만 건의 게시물을 포함하며, 정서의 종합적인 이중 수준 분류 체계를 형성한다.
• '행복'과 '애정' 카테고리의 조밀도 점수 분포는 명백한 양의 기울기를 보이며, 이는 그 감정의 정서적 조밀도가 긍정적임을 반영한다. 반면 다른 카테고리는 주로 부정적이거나 중립적이다.
• Vent 감정 카테고리와 EmoLex 어노테이션 코퍼스 간의 일치도가 높으며, 특히 긍정 및 부정 조밀도 그룹의 일치가 두드러진다.
• 시간적 분석을 통해 사용자 활동에 상당한 이질성이 존재하는 것으로 나타났으며, 특정 감정이 하루 중 특정 시간대나 요일에 뚜렷한 정규성 패턴을 보이는 것으로 확인되었다.
• 사회적 네트워크 구조는 정서적 히모필리의 증거를 보이며, 사용자들은 유사한 감정을 표현하는 사람들과 팔로우하고 상호작용하는 경향이 있다.
• 이 데이터셋은 정서 전염 연구를 가능하게 하며, 사용자 활동 및 네트워크 구조 데이터의 가용성 덕분에 감정이 사회적 연결을 통해 어떻게 퍼져나가는지를 모델링할 수 있다.