[论文解读] Measuring Cultural Relativity of Emotional Valence and Arousal using Semantic Clustering and Twitter

Eugene Yuta Bann, Joanna J. Bryson|arXiv (Cornell University)|Apr 28, 2013

Advanced Text Analysis Techniques参考文献 21被引用 4

一句话总结

本研究利用英语推文数据的语义聚类，测量欧洲、北美和亚洲在情绪效价和唤醒度上的文化差异。研究发现，相同的情绪关键词在欧洲被视为更具正向情绪和更高唤醒度，在北美则更具负向情绪，而在亚洲则更具正向情绪但唤醒度较低——这表明在维度化情感模型中，情绪语义具有文化相对性。

ABSTRACT

Researchers since at least Darwin have debated whether and to what extent emotions are universal or culture-dependent. However, previous studies have primarily focused on facial expressions and on a limited set of emotions. Given that emotions have a substantial impact on human lives, evidence for cultural emotional relativity might be derived by applying distributional semantics techniques to a text corpus of self-reported behaviour. Here, we explore this idea by measuring the valence and arousal of the twelve most popular emotion keywords expressed on the micro-blogging site Twitter. We do this in three geographical regions: Europe, Asia and North America. We demonstrate that in our sample, the valence and arousal levels of the same emotion keywords differ significantly with respect to these geographical regions --- Europeans are, or at least present themselves as more positive and aroused, North Americans are more negative and Asians appear to be more positive but less aroused when compared to global valence and arousal levels of the same emotion keywords. Our work is the first in kind to programatically map large text corpora to a dimensional model of affect.

研究动机与目标

• 探究情绪效价与唤醒度——情感的关键维度——在自我报告语言中是否具有文化相对性。
• 应用分布语义技术于大规模真实世界文本数据（推特），以推断文化对情绪的概念化方式。
• 检验相同的情绪关键词（如“happy”、“depressed”）在不同地理与文化区域中，其效价与唤醒度感知是否存在差异。
• 开发一种计算框架，将在线文本语料映射到核心情感模型，实现跨文化情感分析。
• 评估诸如“surprised”或“sad”等情绪在多大程度上是普遍概念化还是文化特异性概念化。

提出的方法

• 本研究使用潜在语义聚类（LSC）分析包含12个常见情绪关键词的推文中的语义模式。
• 采用包含两个维度的核心情感模型：效价（正向/负向）和唤醒度（高/低），以量化情绪状态。
• 基于地理标签推文，将语料库划分为欧洲、北美和亚洲三个区域子语料库。
• 通过随机抽样创建对照组，将区域聚类与全球基线进行比较。
• 计算每个情绪在环形空间中质心到全球中心的距离，以衡量文化偏离程度。
• 利用分布语义生成特定情绪的语义聚类，并分析其在效价-唤醒空间中的区域分布特征。

实验结果

研究问题

• RQ1 相同的情绪关键词在不同文化区域中，其感知效价与唤醒度差异程度如何？
• RQ2 是否存在某些情绪在概念化上比其他情绪更具文化可变性？
• RQ3 区域间情绪语义的差异与全球基线或对照组相比如何？
• RQ4 大规模实时文本数据（如推特）能否用于推断文化特异性情感特征？
• RQ5 某些情绪（如“surprised”或“depressed”）是否在情感意义上表现出更大的文化差异？

主要发现

• 与北美洲人和全球平均水平相比，欧洲人表达的情绪显著更具正向情绪和更高唤醒度，尤其体现在“happy”和“calm”上。
• 亚洲人将“happy”和“calm”感知为更具正向情绪但唤醒度更低，表明其情绪表达具有独特的文化特征。
• “depressed”在亚洲被感知为比其他任何地区都更具负向情绪，表明情绪评价存在文化差异。
• “sad”和“stressed”在各文化中表现出最一致的概念化，表明其情感意义具有相对普遍性。
• “surprised”在效价与唤醒度上表现出最高的文化可变性，表明其跨文化概念化差异最大。
• “ashamed”在某一对照组中表现出异常模式，可能由于数据偏差所致，但其仅为例外而非普遍趋势。