[论文解读] WordNet-feelings: A linguistic categorisation of human feelings

Advaith Siddharthan, Nicolas Cherbuin+4 more|arXiv (Cornell University)|Nov 6, 2018

Sentiment Analysis and Opinion Mining参考文献 2被引用 14

一句话总结

本文提出了 WordNet-feelings，一种新型词典资源，通过基于跨学科文献的严谨标注流程，将 3,664 个 WordNet 词义手动划分为九种类别的感受——如幸福感、享乐主义、吸引与排斥、生理、社交、注意力、认知、自我及其他——实现了对人类感受的精确语言学分析，超越了通用情感或情绪类别。

ABSTRACT

In this article, we present the first in depth linguistic study of human feelings. While there has been substantial research on incorporating some affective categories into linguistic analysis (e.g. sentiment, and to a lesser extent, emotion), the more diverse category of human feelings has thus far not been investigated. We surveyed the extensive interdisciplinary literature around feelings to construct a working definition of what constitutes a feeling and propose 9 broad categories of feeling. We identified potential feeling words based on their pointwise mutual information with morphological variants of the word `feel' in the Google n-gram corpus, and present a manual annotation exercise where 317 WordNet senses of one hundred of these words were categorised as `not a feeling' or as one of the 9 proposed categories of feeling. We then proceeded to annotate 11386 WordNet senses of all these words to create WordNet-feelings, a new affective dataset that identifies 3664 word senses as feelings, and associates each of these with one of the 9 categories of feeling. WordNet-feelings can be used in conjunction with other datasets such as SentiWordNet that annotate word senses with complementary affective properties such as valence and intensity.

研究动机与目标

• 解决计算语言学与自然语言处理中人类感受系统性语言分类的缺失问题。
• 通过综合神经科学、心理学与语言学的跨学科研究，对‘感受’进行操作性定义。
• 基于实证与概念差异，建立一个可靠、互斥且全面的九种类别感受框架。
• 创建一个大规模、人工标注的数据集（WordNet-feelings），将词义映射至这些感受类别，并实现高一致性的标注者间一致性。
• 为情感计算、文本分析以及人类情感的跨学科研究提供基础性资源。

提出的方法

• 综述跨学科文献以定义‘感受’并推导出九个互斥类别：幸福感、享乐主义、吸引与排斥、生理、社交、注意力、认知、自我及其他。
• 使用‘feel’的词形变体与 Google N-gram 语料库中词语之间的点互信息（PMI）识别潜在感受词。
• 对 100 个选定词语的 317 个 WordNet 词义进行人工标注，采用独立标注与仲裁机制解决分歧。
• 将标注扩展至所有候选词语的 11,386 个 WordNet 词义，最终将 3,664 个词义分类为感受。
• 使用 SentiWordNet 进行补充的情感标注（效价、强度），实现与现有情感数据集的集成。
• 采用标注者间一致性度量指标（如 Kappa）以确保整个过程的可靠性与质量控制。

实验结果

研究问题

• RQ1 在语言学与心理学术语中，‘感受’的构成要素是什么？如何实现其操作性定义？
• RQ2 如何在多样化的感受体验中，发展出一个全面、互斥且基于实证的分类体系？
• RQ3 在多位标注者之间，能否通过结构化框架可靠地标注词义为感受？
• RQ4 所提出的感受分类与 SentiWordNet 或情感词典等现有情感资源相比，有何异同？
• RQ5 大规模、人工精心构建的感受词义数据集，是否能提升情感语言处理能力，超越情感或情绪分类？

主要发现

• 作者识别并验证了九种类别的独立人类感受：幸福感、享乐主义、吸引与排斥、生理、社交、注意力、认知、自我及其他。
• 共 3,664 个 WordNet 词义被可靠地标记为感受，标注者间一致性（Kappa）超过语言学标注任务的可接受阈值。
• 该数据集共包含 11,386 个 WordNet 词义，其中 3,664 个被分类为感受，证明了大规模人工情感词义标注的可行性。
• 该资源通过超过 100 名研究人员的合作开发，确保了广泛的学科代表性与概念稳健性。
• WordNet-feelings 已在 GitHub 上公开，可与 SentiWordNet 等现有情感 NLP 工具集成，支持多维情感分析。
• 本研究建立了一个区分感受与情绪、情感的基础框架，为情感计算与语言学分析提供了新维度。