[论文解读] PANAS-t: A Pychometric Scale for Measuring Sentiments on Twitter

Pollyanna Gonçalves, Fabrí­cio Benevenuto+1 more|arXiv (Cornell University)|Aug 8, 2013

Sentiment Analysis and Opinion Mining参考文献 24被引用 39

一句话总结

PANAS-t 是一种基于 PANAS-x 改编的心理测量情感量表，用于衡量 Twitter 数据中的积极与消极情感，通过使用 18 亿条推文得出的归一化得分，实现对公众情绪的实时、大规模分析。该方法成功捕捉到了包括悲剧事件和政治事件在内的 10 个全球重大事件中的预期情感变化，展现出在实际应用中的稳健性与实用性。

ABSTRACT

Online social networks have become a major communication platform, where people share their thoughts and opinions about any topic real-time. The short text updates people post in these network contain emotions and moods, which when measured collectively can unveil the public mood at population level and have exciting implications for businesses, governments, and societies. Therefore, there is an urgent need for developing solid methods for accurately measuring moods from large-scale social media data. In this paper, we propose PANAS-t, which measures sentiments from short text updates in Twitter based on a well-established psychometric scale, PANAS (Positive and Negative Affect Schedule). We test the efficacy of PANAS-t over 10 real notable events drawn from 1.8 billion tweets and demonstrate that it can efficiently capture the expected sentiments of a wide variety of issues spanning tragedies, technology releases, political debates, and healthcare.

研究动机与目标

• 开发一种可靠、经过心理测量学验证的方法，用于衡量短文本社交媒体内容（特别是 Twitter）中的公众情感。
• 将既有的 PANAS（积极与消极情感量表）适配至 Twitter 的非正式、动态语境中，以克服传统情感分析工具在该场景下的局限性。
• 基于实证数据提供归一化情感得分，实现对随时间推移和跨事件的情绪波动的相对比较。
• 通过验证该量表在真实事件中捕捉预期情感变化的能力，确保其生态效度与实际应用价值。

提出的方法

• 通过选取适合短文本、非正式语境的词汇，将 11 项 PANAS-x 量表（积极与消极情感状态）适配至 Twitter 环境。
• 利用 2006–2009 年间 18 亿条推文的大规模数据集，计算每种 11 种情感状态的基线归一化得分，建立稳定的情感基线。
• 利用这些归一化得分，将原始情感频率转换为相对情感得分（P(s)），实现跨时间与事件的比较。
• 将 PANAS-t 应用于 10 个重大真实事件中，提取情感趋势，并使用 Kiviat 图可视化情绪变化。
• 通过与常见表情符号基线对比，评估该方法在不同时间段和数据集上的性能表现。
• 通过依赖预先计算的归一化数据，避免实时情感分类，确保方法的可扩展性与实时适用性。

实验结果

研究问题

• RQ1 PANAS-t 是否能有效捕捉在自然灾害、政治选举和名人去世等重大全球事件中的预期情感变化？
• RQ2 在捕捉公众情绪的细微变化方面，PANAS-t 与简单的表情符号情感检测方法相比表现如何？
• RQ3 当应用于原始训练期（如 2006–2009 年）之外的数据（如 2010 年的数据）时，PANAS-t 的稳健性如何？
• RQ4 PANAS-t 是否可被可靠地用于大规模社交媒体流的实时情感分析，而无需重新训练？

主要发现

• PANAS-t 在 2009 年美国总统大选期间成功捕捉到预期的情感变化，显示出积极情感和警觉性上升。
• 在 2009 年萨摩亚海啸期间，PANAS-t 检测到恐惧（P(s) = 0.9280）、警觉性（P(s) = 0.9932）和敌意（P(s) = 0.8451）显著上升，与公众情绪反应一致。
• 在 2010 年海地地震后，PANAS-t 记录到悲伤（P(s) = 0.3975）、敌意（P(s) = 0.9280）和内疚感上升，反映出全球范围内的共情与痛苦。
• 该方法表现出良好的稳定性与可迁移性，能够准确检测使用 2006–2009 年基线训练数据的 2010 年推文中的情绪变化。
• 在捕捉多样化事件中细微、事件特异性的情感动态方面，PANAS-t 显著优于简单的表情符号基线方法。
• 论文中提供的归一化得分可直接用于任何 Twitter 数据集，实现 PANAS-t 在实时情感分析中的直接、可扩展应用。