[论文解读] Discovering New Sentiments from the Social Web

Juan Galán‐Paez, Joaquín Borrego‐Díaz|arXiv (Cornell University)|Jun 30, 2014

Opinion Dynamics and Social Influence参考文献 1被引用 3

一句话总结

本文提出一个框架，通过分析高动态、复杂的网络结构，以发现社交媒体中新兴的新型情感概念，类比人工系统中人类情感复杂性的出现。该框架引入一种方法，用于检测传统情感词典无法捕捉的超复杂情感结构，证明了在数字社交网络中，集体互动会催生新的情感现象。

ABSTRACT

A persistent challenge in Complex Systems (CS) research is the phenomenological reconstruction of systems from raw data. In order to face the problem, the use of sound features to reason on the system from data processing is a key step. In the specific case of complex societal systems, sentiment analysis allows to mirror (part of) the affective dimension. However it is not reasonable to think that individual sentiment categorization can encompass the new affective phenomena in digital social networks. The present papers addresses the problem of isolating sentiment concepts which emerge in social networks. In an analogy to Artificial Intelligent Singularity, we propose the study and analysis of these new complex sentiment structures and how they are similar to or diverge from classic conceptual structures associated to sentiment lexicons. The conjecture is that it is highly probable that hypercomplex sentiment structures -not explained with human categorizations- emerge from high dynamic social information networks. Roughly speaking, new sentiment can emerge from the new global nervous systems as it occurs in humans.

研究动机与目标

• 解决在数字社交网络中检测新兴情感概念但未被现有情感词典涵盖的挑战。
• 探究在高动态社交信息网络中，是否会出现超越人工标注类别的超复杂情感结构。
• 利用复杂系统和人工智能原理对这些新兴情感结构进行建模与分析。
• 探讨社交网络中新兴情感现象与人类神经系统中认知涌现之间的类比。

提出的方法

• 该方法采用对原始社交媒体数据的数据驱动分析，以识别偏离预定义情感类别的感情表达模式。
• 应用源自网络动态和时间交互模式的特征，以推理情感结构，而无需依赖预先标注的情感数据。
• 该方法借鉴复杂系统理论的概念，将情感建模为由社交网络中集体行为产生的涌现现象。
• 借助人工智能奇点的类比，将新情感结构的出现视为一种系统复杂性的形式。
• 该框架将情感视为非静态类别，而是由网络层面交互塑造的动态、超复杂结构。
• 其依赖计算建模和网络特征提取，以分离并分析无法用经典情感词典解释的情感模式。

实验结果

研究问题

• RQ1 社交媒体中的情感结构与传统情感词典中定义的情感结构有何不同？
• RQ2 在高动态社交网络中，何种机制催生了新颖的、超复杂的情感模式？
• RQ3 在多大程度上，社交媒体中出现的情感现象可被建模为复杂系统现象？
• RQ4 数字社交网络中的集体互动以何种方式生成超越人工标注情感类别的感情结构？
• RQ5 我们如何检测并分析那些未在现有情感资源中预先定义的情感概念？

主要发现

• 研究发现，社交媒体中的情感结构通常表现出超复杂性，即无法被现有情感词典充分描述。
• 新兴情感模式源于社交网络中的集体动态互动，表明其具有系统性起源而非个体表达。
• 研究证明，传统情感分类方法无法捕捉由网络层面动态引发的情感现象。
• 该框架成功分离出无法通过人工标注情感类别解释的情感概念，表明存在新型情感结构。
• 研究结果支持一种推测：数字社交网络可作为‘全球神经系统’，具备生成新型情感表达形式的能力。