[论文解读] Categories of Emotion names in Web retrieved texts

Sergey Petrov, José F. Fontanari+1 more|arXiv (Cornell University)|Mar 11, 2012

Cognitive Science and Education Research参考文献 31被引用 12

一句话总结

本文提出了一种新颖的、基于数据的方法，通过分析网络文本中情绪名称的共现语境，利用词汇重叠计算相似性，无需显式语义分析即可对情绪名称进行分类。通过将多维缩放（Multidimensional Scaling）和层次聚类应用于基于语境的相似性矩阵，研究识别出情绪类别及与人类判断研究一致的核心情绪维度，验证了该方法在从自然语言数据建模情感知识方面的可靠性。

ABSTRACT

The categorization of emotion names, i.e., the grouping of emotion words that have similar emotional connotations together, is a key tool of Social Psychology used to explore people's knowledge about emotions. Without exception, the studies following that research line were based on the gauging of the perceived similarity between emotion names by the participants of the experiments. Here we propose and examine a new approach to study the categories of emotion names - the similarities between target emotion names are obtained by comparing the contexts in which they appear in texts retrieved from the World Wide Web. This comparison does not account for any explicit semantic information; it simply counts the number of common words or lexical items used in the contexts. This procedure allows us to write the entries of the similarity matrix as dot products in a linear vector space of contexts. The properties of this matrix were then explored using Multidimensional Scaling Analysis and Hierarchical Clustering. Our main findings, namely, the underlying dimension of the emotion space and the categories of emotion names, were consistent with those based on people's judgments of emotion names similarities.

研究动机与目标

• 开发一种不依赖人类相似性判断的情绪名称分类方法。
• 探索从网络获取的文本语境是否能揭示有意义的情绪类别。
• 验证基于语境的相似性度量是否能产生与心理学研究结果一致的情绪空间。
• 利用大规模文本数据识别情绪体验的潜在维度。
• 证明网络文本中词汇共现模式能反映已知的心理学情绪结构。

提出的方法

• 该方法基于从网络获取的数据中情绪名称周围文本语境的词汇重叠，计算情绪名称之间的相似性。
• 语境表示为共享词汇项的向量，相似性通过这些向量的点积计算得出。
• 从这些点积构建相似性矩阵，表示情绪相关语境中词汇的共现频率。
• 应用多维缩放（Multidimensional Scaling）可视化情绪空间并识别其潜在维度。
• 使用层次聚类根据语境相似性将情绪名称聚类为连贯的类别。
• 将所得结构与既有的心理学情绪模型进行比较，以评估其有效性。

实验结果

研究问题

• RQ1 能否从网络文本中情绪名称的共现模式可靠地推断出情绪类别？
• RQ2 基于语境的相似性度量是否能产生与人类估计的相似性判断一致的情绪空间？
• RQ3 大规模文本数据揭示的情绪体验的主要维度是什么？
• RQ4 所得到的情绪类别与心理学实验推导出的类别相比如何？
• RQ5 文本语境中的词汇重叠能否作为情绪命名语义相似性的代理？

主要发现

• 基于语境的相似性矩阵成功捕捉了情绪体验的核心结构，其中主要维度对应唤醒度或强度。
• 层次聚类揭示了如“恐惧”、“愤怒”和“痛苦”等情绪名称的明显聚类，与心理学分组一致。
• 从网络文本中得出的情绪空间与社会心理学中人类判断研究的结果高度一致。
• 该方法识别出“积极”和“消极”效价作为次要维度，支持情绪的效价-唤醒模型。
• 该方法表明，自然语言数据中的词汇共现模式可有效建模情感知识，而无需显式语义注释。
• 研究证实，大规模网络语料可作为构建情绪分类系统的一种可靠来源。