[论文解读] Analyzing Features for the Detection of Happy Endings in German Novels

Fotis Jannidis, Isabella Reger+4 more|arXiv (Cornell University)|Nov 28, 2016

Sentiment Analysis and Opinion Mining参考文献 2被引用 3

一句话总结

本文通过计算文本分析方法，研究了基于情感的特征在德语小说中检测幸福结局的可行性。通过分析分段的叙事单元并评估情感趋势，作者证明情感特征——尤其是来自叙事后期部分的特征——能够有效预测幸福结局，为文学情节分析提供了数据驱动的方法，对数字人文研究具有启示意义。

ABSTRACT

A single abstract from the DHd-2017 Book of Abstracts.

研究动机与目标

• 探讨在德语小说中使用情感特征检测幸福结局的可行性。
• 评估特定情感特征在预测叙事结果中的相关性。
• 研究小说不同分段策略对检测性能的影响。
• 通过将自然语言处理技术应用于叙事结构，为计算文学研究做出贡献。
• 评估情感分析在检测文学文本情感弧线中的表现影响。

提出的方法

• 作者使用预训练的情感词典对德语小说进行情感分析。
• 将小说划分为叙事段落（例如按章节或固定长度单位），以分析情感演变。
• 随时间聚合情感得分，以建模叙事中的情感轨迹。
• 将具有已知结局（幸福与非幸福）的小说的情感趋势进行比较，以识别区分性模式。
• 使用标准分类指标评估性能，以衡量检测准确率。
• 该方法聚焦于小说的最后部分，假设结论部分的情感变化最能反映结局类型。

实验结果

研究问题

• RQ1 在德语小说中，哪些情感特征对预测幸福结局最具预测力？
• RQ2 小说的分段方式在多大程度上影响幸福结局的检测性能？
• RQ3 小说结尾部分的情感趋势与叙事结果的相关性如何？
• RQ4 简单的基于情感的方法是否能在检测文学文本中的幸福结局方面取得有意义的结果？
• RQ5 情感特征表现对计算文学分析有何启示？

主要发现

• 情感特征，尤其是来自小说最后部分的特征，对预测幸福结局表现出强大的预测能力。
• 本研究证明，叙事结尾部分的情感趋势比整体情感得分更具信息量。
• 将小说划分为更小的叙事单元，有助于提升对与幸福结局相关的情感转变的检测能力。
• 即使采用相对简单的方法，该方法仍取得了统计上显著的结果，表明其在数字人文领域具有广泛的应用潜力。
• 研究结果表明，情感分析可作为计算文学研究中情节分析的可行工具。
• 研究强调了在捕捉叙事弧动态时，情感特征的时间建模的重要性。