دوره 14، شماره 1 - ( 5-1398 )                   جلد 14 شماره 1 صفحات 48-42 | برگشت به فهرست نسخه ها


XML English Abstract Print


1- دانش آموخته دکتری مدلسازی شناختی، موسسه آموزش عالی علوم شناختی، پردیس ، ali.khosravi.mail@gmail.com
2- استادیار، گروه برق و مهندسی کامپیوتر، دانشگاه خوارزمی، تهران
3- استادیار، گروه موسسه آموزش عالی علوم شناختی، پردیس
متن کامل [PDF 845 kb]   (1594 دریافت)     |   چکیده (HTML)  (4534 مشاهده)
متن کامل:   (1566 مشاهده)

مقدمه

هیجان‌ها پدیده‌های پیچیده‌ای هستند که با تغییرات فیزیکی و روان‌شناختی همراه بوده و موجب تأثیر بر افکار و رفتارهای فرد می‌شوند. آن‌ها دربرگیرنده برانگیختگی فیزیولوژیک، رفتارهای معین و تجربیات آگاهانه هستند (میرز، 2004). هیجان‌ها از نخستین مراحل پیدایش روانشناسی علمی تاکنون به‌عنوان یکی از ابعاد مهم رفتار انسانی مورد بررسی بوده‌اند. در تحقیقات اخیر موضوع شناسایی هیجان در متن به نحو فزاینده‌ای در طراحی سیستم‌های هوش مصنوعی به‌ویژه طراحی رابط کاربری انسان- ماشین2 مورد توجه قرار  گرفته است (رامالینگام، 2018). در این زمینه، روابط متقابل بین متن و هیجان‌ها و به‌ویژه مسائلی مانند چگونگی تأثیر هیجانی متن بر[1] خوانندگان و یا نحوه‌ی بازتاب هیجان نویسنده از موضوعات پژوهشی مهم بوده و حجم قابل‌توجهی از مقالات در این زمینه وجود دارد (مک کیم، 2011). استفاده از کامپیوترها این امکان را فراهم کرده است که حجم زیادی از اطلاعات متنی به شیوه‌ای نظام‌مند تحلیل شود. نرم‌افزارهای متعددی در این زمینه طراحی شده‌اند. شناسایی هیجان‌ها در متن به‌ویژه متونی که در شبکه‌های اجتماعی یا اینترنت قرار می‌گیرند منبع باارزشی از اطلاعات است چراکه نشان می‌دهد افراد مختلف چگونه نسبت به موضوعات یا شرایط، واکنش نشان می‌دهند (گیند، 2019). به‌عنوان‌مثال، موتورهای جستجوی امروزی قادرند اطلاعات عاطفی- هیجانی در متن ترانه‌ها را بررسی کرده و مطابق با وضعیت خُلقی[2] شنوندگان، آن‌ها را انتخاب کنند (چو و لی، 2006). بر اساس نظریه‌های موجود، شناسایی هیجان‌ها در متن می‌تواند با استفاده از نشانه‌های متنی انجام شود. به مجموعه‌ی نشانه‌ها و ساختارهای مرتبط با هیجان «زبان هیجان» گفته می‌شود که دارای دو عنصر اصلی نشانه‌های مشهود و نشانه‌های ضمنی است. نشانه‌های مشهود شامل واژه‌ها یا نشانه‌های نوشتاری هستند که مستقیماً به یک هیجان مربوط می‌شوند. می‌توان واژه‌های هیجانی را به دو گروه دیگر شامل واژه‌های مستقیم (گویا) و غیرمستقیم (توصیفی) نیز طبقه‌بندی کرد. علاوه بر واژگان هیجانی، استعاره‌ها، نشانه‌های آوایی و تکواژشناسی نیز پدیده‌های زبانی هستند که هیجان در آن‌ها بازنمایی شده و قابل شناسایی است (ویلس، 2009).
شناسایی هیجان در متن با استفاده از تکنیک‌های گوناگون علوم کامپیوتر و زبان‌شناسی محاسباتی[3] به‌ویژه پردازش زبان طبیعی[4] به ارائه‌ی سیستم‌های مؤثری در پردازش متون منجر شده و امروزه محیط‌های نرم‌افزاری متعددی برای پردازش ماشینی و خودکار متن در زبان‌های گوناگون ارائه شده است. تفاوت در ابعاد زبان (شامل ابعاد گفتاری، ساختارهای نحوی، سازه‌های معنایی، استعاره‌ها و بسیاری موارد دیگر) باعث شده است تا شیوه‌های پردازشی برای سنجش و شناسایی هیجان در متن برای زبان‌های مختلف تفاوت‌های اساسی داشته باشد. درواقع، هرگونه پژوهش درزمینه‌ی شناسایی ماشینی هیجان در متن، دربرگیرنده‌ی حداقل دو مبنای نظری شامل تئوری‌های هیجان و رهیافت‌های پردازش زبان طبیعی است. پژوهش‌ها نشان می‌دهند که می‌توان ترکیبی از ویژگی‌های واژگانی، معنایی و نحوی را برای یادگیری مدل در تفکیک متن هیجانی و غیرهیجانی بکار گرفت (آمان، 2007). برای این منظور مدل‌های محاسباتی از ویژگی‌های زمینه‌ای به‌عنوان منابع یادگیری و از پیکره‌های زبانی، منابع واژگان هیجانی، بانک‌های واژگان و با توجه به اهداف تحقیق از مدل‌های آماری و یا ریاضی مبتنی بر طبقه‌بندی خودکار استفاده می‌کنند. رهیافت محاسباتی در شناسایی هیجان‌ها در متن عمدتاً بر مبنای یادگیری ماشینی و مدل‌های مربوط به آن است. با وجود اهمیت تهیه‌ی لیست واژگان هیجانی، باید توجه داشت که کارایی سیستم‌هایی که صرفاً مبتنی بر واژگان هستند به کیفیت و جامعیت لیست واژگان بستگی دارد (نویاروسکایا، پردینگر و ایشیزوکا، 2011). در بررسی‌های اخیر پژوهش‌های متعددی به‌منظور تهیه‌ی مجموعه‌ها یا پیکره‌های زبانی حاشیه‌نویسی[5] شده و همچنین تهیه لیست واژگان برچسب‌گذاری شده در زبان‌های مختلف صورت گرفته است. به‌عنوان نمونه این واژه‌نامه‌ها می‌توان به LIWC (پنباکر و همکاران، 2001LEW List (فرانسیسکو و همکاران، 2010) و WordNet Affect (استراپاراوا و والیتوتی، 2004) اشاره کرد. در این واژه‌نامه‌ها، به‌جای معنی هر واژه، نوع هیجان مربوط به آن واژه مشخص شده است. البته هریک از واژه‌نامه‌ها مشخصات گوناگونی را نشان داده و درعین‌حال محدودیت‌های خاص خود را دارند. به‌عنوان‌مثال، برخی از آن‌ها صرفاً هیجان‌های مربوط به واژه را نشان داده و امکان تفکیک بین معانی مختلف یک واژه را ایجاد نمی‌کنند.
همان‌گونه که اشاره شد، علاوه بر سطح واژگان، تحلیل هیجانی متن می‌تواند در سطوح گوناگون اعم از سطح جمله یا در سطح کل متن یا سند صورت گیرد (فارا، 2010)؛ بنابراین، می‌توان برچسب‌گذاری و حاشیه‌نویسی را در سطح واژه، جمله و یا کل متن انجام داد و از آن به‌عنوان منبع یادگیری برای مدل استفاده کرد. پیکره‌های زبانی[6] به‌صورت مجموعه‌ای از متون برچسب‌گذاری شده و حاشیه‌نویسی شده به‌عنوان منبع یادگیری برای الگوریتم‌ها و مدل‌های محاسباتی استفاده می‌شوند. در زبان انگلیسی مجموعه‌ها یا پیکره‌های زبانی متعددی وجود دارند که بر اساس نوع یا ماهیت هیجان حاشیه‌نویسی شده‌اند. متن‌های مربوط به این مجموعه‌ها می‌توانند ازجمله، عناوین خبری، جملات یا پاراگراف‌های توئیت شده در شبکه‌های اجتماعی و یا متن‌های طولانی‌تر مانند سرمقالات روزنامه‌ها یا مجلات و همچنین اشعار و متون ادبی انتخاب شوند. همچنین برخی از این مجموعه متن‌های حاشیه‌نویسی شده در یک گروه موضوعی و تخصصی خاص (مانند خلاصه داستان فیلم‌های سینمایی اکشن) قرار می‌گیرند که می‌توانند به‌عنوان منبع یادگیری برای سیستم‌های اختصاصی استفاده شوند. به‌عنوان نمونه می‌توان به بانک اطلاعات متون احساسی (AffectiveText Dataset) اشاره کرد (استراپاوارا و میهالسی، 2007). این مجموعه دربرگیرنده‌ی 1250 عنوان خبری (جمله) است که بر اساس گروه‌های هیجانی و میزان کشش حاشیه‌نویسی شده‌اند. مجموعه‌ی Blogs که توسط آمان و شپاکوویچ (2007) تدوین شده شامل 5205 جمله از 173 متن وبلاگ است. این متن‌ها بر اساس گروه‌بندی شش‌گانه اکمن (به انضمام یک گروه با برچسب فاقد هیجان) حاشیه‌نویسی شده‌اند. در پژوهش دیگری، یک مجموعه تحت عنوان EmoBank تهیه شده است که در آن بیش از ده هزار جمله در موضوعات و زمینه‌های مختلف به‌صورت جداگانه حاشیه‌نویسی شده و طبقه‌بندی شده‌اند (هان و بوچل، 2017).
مسئله‌ی تحقیق حاضر، ارائه‌ی مشخصات مدلی محاسباتی است که در قالب یک الگوریتم ماشینی توانایی شناسایی گروه‌های هیجانی و تفکیک متن بر اساس بار هیجانی را داشته باشد. بر این اساس، مشخصات مدل شامل نوع اطلاعات ورودی، شیوه‌ی پردازش داده‌ها و شیوه‌ی یادگیری مدل می‌بایست در این تحقیق با توجه به ویژگی‌های متن فارسی تعیین شوند. در این مدل، ابعاد شناختی هیجان در تلفیق با ویژگی‌های مختلف ساختاری متن در یک مدل ریاضی تلفیق شده و کارایی سیستم با استفاده از روش‌های ماشینی و غیر ماشینی ارزیابی می‌شود.
حجم محتوای فارسی در محیط اینترنت رشد فزاینده‌ای داشته است و هم‌اکنون برآورد می‌شود که حدود 8/1 درصد از کل محتوای اینترنت را در بر می‌گیرد[7]. در این برآورد کتابخانه‌های دیجیتالی خارج از وب، محتواهای خاص شبکه‌های محلی و نیز کانال‌های مربوط به شبکه‌های اجتماعی لحاظ نشده‌اند. با توسعه‌ی محتوای دیجیتالی فارسی، وجود سیستم‌های شناسایی هیجان و احساسات متناسب با ویژگی‌های زبان فارسی در این محیط‌ها به نحو فزاینده‌ای مورد توجه قرار گرفته است. این‌گونه پژوهش‌ها می‌توانند کاربردهای فراوانی در تحلیل متن، تحلیل و بررسی محتوای شبکه‌های اجتماعی و صفحات اینترنت، نظرسنجی‌های آنلاین، رفتارشناسی، تحلیل واکنش‌ها یا آسیب‌شناسی‌های روانی- اجتماعی و موارد مشابه داشته باشند.

روش

با توجه به هدف پژوهش یعنی ارائه‌ی مدل یادگیری ماشینی برای شناسایی گروه‌های هیجان در متن، مراحل اصلی تحقیق به ترتیب انتخاب مدل یادگیری پایه، طراحی الگوریتم، تعیین اطلاعات ورودی و تعیین پردازش اطلاعات در مدل محاسباتی بوده است. علاوه بر آن می‌بایست آزمون‌های آماری و آزمایش‌های لازم برای اصلاح مدل نیز طراحی شوند.

داده‌ها

داده‌ها و اطلاعات مورداستفاده در این تحقیق شامل سه بخش اصلی است. بخش اول شامل متون مربوط به مقالات اجتماعی روزنامه‌های کثیرالانتشار فارسی در طی دوره‌ی زمانی 95 تا 97 بوده است. برای این کار از سرمقاله‌های روزنامه‌های کیهان، ابتکار، همشهری و جوان استفاده شده است. انتخاب متون به‌صورت تصادفی بوده و در این متن‌ها با توجه به رویه‌ی نوشتاری در این‌گونه نشریات از 550 تا 1400 واژه استفاده شده است. برای ایجاد برچسب‌ها و حاشیه‌نویسی متون (معیار پایه) از پرسشنامه استفاده شده است. این پرسشنامه‌ها توسط 10 نفر با مشخصات زیر حاشیه‌نویسی شده است:

  • خواننده‌ی روزنامه‌های کثیرالانتشار (حداقل یک روزنامه به‌طور منظم از طریق اینترنت یا روزنامه چاپی)

  • دامنه‌ی سنی بین 20 تا 45

  • جنسیت مذکر

  • فارسی‌زبان (به‌عنوان زبان مادری)

انتخاب افراد (حاشیه‌نویسان) و تعداد آن‌ها بر اساس روش‌شناسی تحقیقات مشابه با استفاده از داوطلبان انجام شده است (نوویلی، 2018). در پرسشنامه‌ها از مخاطبین خواسته شده است تا احساس خود نسبت به متن خوانده‌شده را در قالب هشت گروه هیجانی مشخص کنند.
برای ارزیابی توافق بین حاشیه‌نویس‌ها از ضریب کاپا استفاده شده است. ضریب کاپا میزان توافق بین دو حاشیه‌نویس (یا هر رتبه‌گذار) را در مقایسه با وضعیت انتخاب تصادفی نشان می‌دهد. از این ضریب برای تعیین قابلیت اعتماد برای هر عملیات گروه‌بندی یا رتبه‌دهی استفاده می‌شود. ضریب کاپا در این تحقیق 61/0 محاسبه شده که بر اساس رتبه‌بندی به‌عنوان «خوب» یا «مناسب» تلقی می‌شود (دی ملو و گراسر، 2007).
بخش دوم داده‌های ورودی سیستم شامل لیست واژگان دارای برچسب هیجانی است که در این تحقیق از واژه‌نامه استاندارد تهیه‌شده توسط NRC بنام Word-Emotion Association Lexicon استفاده شده است. این واژه‌نامه فارسی به‌صورت فایل اکسل دربرگیرنده 14182 واژه و عبارت است که در قالب گروه‌های هشت‌گانه هیجان (شامل خشم، انتظار، تنفر، ترس، خوشی، غم، تعجب و اعتماد) و نیز بر اساس قطبیت (مثبت و منفی یا خنثی) برچسب‌گذاری شده‌اند. این واژه‌نامه در سال 2016 بر اساس طبقه‌بندی فوق به‌صورت دستی و از طریق میانگین‌گیری برچسب‌گذاری شده است[8].
سومین بخش از اطلاعات مورداستفاده تحقیق در این تحقیق که توسط مدل در فرآیند یادگیری ماشینی استفاده می‌شود، لیست ویژگی‌های متنی (زمینه‌ای) است. ویژگی‌های زمینه‌ای را می‌توان در گروه‌های متعددی مانند معنایی، نحوی، واژگانی و غیره طبقه‌بندی کرد. برخی از این ویژگی‌ها به معنا و مفهوم و یا نقش واژه در جمله (مانند صفت، قید و غیره) مربوط می‌باشند و برخی دیگر به روابط بین واژگان در یک جمله (مانند واژه‌های مرتبط یا تکرر واژگان خاص در یک جمله) و همچنین این ویژگی‌ها می‌توانند به تعداد حروف، وجود واژگان خاص (مانند منفی‌سازها) و سایر موارد مرتبط باشند (کوان، 2010).
بررسی ویژگی‌های مزبور در متن فارسی و ارزیابی تأثیر هر گروه از ویژگی‌ها نیازمند تحقیقات متعددی است و در این تحقیق با توجه به اهداف آن مجموعه‌ای از این ویژگی‌های متنی (جدول 1) در نظر گرفته شده است.

 

جدول 1. لیست ویژگی‌های مورداستفاده در مدل یادگیری

 

ابزار پژوهش

الگوریتم مورد استفاده در این تحقیق از نوع الگوریتم ماشین بردار پشتیبان (SVM)، یکی از الگوریتم‌های یادگیری نظارت‌شده در یادگیری ماشینی است که کارایی بسیار خوبی در بسیاری از تکالیف یادگیری از خود نشان می‌دهد (یایونگ، بونچوا و کانینگام، 2009). این الگوریتم در تکالیف پردازش زبان طبیعی مانند برچسب‌گذاری اجزای کلام (POS)، استخراج اطلاعات از متن، استخراج روابط درون‌متنی، برچسب‌گذاری نقش معنایی[9]، ابهام‌زدایی از واژگان مبهم[10]، تحلیل روابط و بسیاری موارد دیگر استفاده می‌شود.
در این تحقیق، برای یادگیری مدل از روش اعتبار سنجی متقابل[11] استفاده شده است. در این روش داده به‌صورت خودکار و توسط الگوریتم تفکیک شده و بخشی از آن‌ها به‌عنوان داده‌ی یادگیری و بخشی دیگر به‌عنوان داده‌ی تست (با فرض داده‌ی واقعی) استفاده می‌شوند. سپس همین فرآیند برای داده‌ها دوباره تکرار شده و بخش دیگر به‌عنوان یادگیری و بقیه‌ی داده‌ها به‌عنوان تست استفاده می‌شوند. معمولاً در این روش‌ها تعداد تکرارها 10 بار است اما می‌توان از تکرارهای دیگری نیز استفاده کرد. درنهایت از دقت‌های به‌دست‌آمده، میانگین گرفته شده و به‌عنوان دقت نهایی بیان می‌شود. طراحی الگوریتم و کد نویسی آن به زبان پایتون صورت گرفته و برای اجرای کدها و تهیه خروجی از محیط بسته‌ی نرم‌افزاری Anaconda navigator 1.8.7 و ماژول Jupter استفاده شده است.

ارزیابی مدل

در این پژوهش سه آزمون و شاخص آماری مورد استفاده قرار گرفته است که هرکدام در یکی از مراحل اصلی و به‌منظور اطمینان از صحت و کارایی روش‌ها مورد استفاده قرار می‌گیرند.
در ارزیابی مدل از چهار سنجه‌ی اصلی در ارزیابی مدل‌های یادگیری ماشین یعنی درستی[12]، دقت[13]، بازخوانی[14] و ضریب f استفاده شده است.
«درستی» درصد کل مشاهداتی است که به‌درستی طبقه‌بندی شده‌اند.«درستی» به‌صورت زیر محاسبه می‌شود:

1)      


در فرمول (1)، TP شامل شناسایی‌های درست، TN شامل حذف‌های درست، FP شناسایی نادرست و FN حذف‌های نادرست است.
به نسبتِ بین تمام مشاهداتی که به‌درستی طبقه‌بندی شده‌اند (TP) به تمام مشاهدات طبقه‌بندی‌شده مثبت (TP+FP)، «دقت» گفته می‌شود (فرمول شماره 2).

2)    

 «بازخوانی»، نسبتِ بین مشاهدات به‌درستی طبقه‌بندی شده به تمام مشاهدات مثبت است. به این سنجه، حساسیت و یا نرخ تأیید درست هم گفته می‌شود (فرمول شماره 3).

3)  

       ضریب f بر اساس فرمول (3) محاسبه می‌شود و میانگین هارمونیک بین بازخوانی و دقت است. برای ارزیابی نتایج مدل می‌توان از این ضریب (f-score) استفاده کرد و برای محاسبه‌ی آن از دو پارامتر «دقت» و «بازخوانی» استفاده می‌شود.

4)   

یافته‌ها

نتایج حاصل از ارزیابی الگوریتم استفاده‌شده در جدول 2 نشان داده شده است. همان‌گونه که مشاهده می‌شود، کارایی مدل (دقت) در شناسایی هیجان‌های مختلف از 79% تا 98% متغیر است. با توجه به ناهمگنی در تعداد نمونه‌ها (متن‌ها) در هریک از گروه‌های هیجانی، از میانگین وزنی برای توصیف کلی مدل استفاده شد. بر این اساس، میانگین «دقت» مدل 84% محاسبه گردیده است.

جدول 2. نتایج و شاخص‌های ارزیابی مدل برای گروه‌های هشت‌گانه هیجان


در شکل 1 تمامی گروه‌های هیجانی در قالب یک نمودار نمایش داده شده‌اند. تناسب زیادی در همه‌ی گروه‌ها در مورد شاخص‌های «بازخوانی» و «ضریب f" دیده می‌شود.



شکل 1. مقایسه‌ی شاخص‌های ارزیابی مدل برای گروه‌های هشت‌گانه‌ی هیجان


گروه هیجان خشم پایین‌ترین میزان درستی را در میان همه‌ی گروه‌ها نشان می‌دهد. همچنین ازنظر میزان ضرایب «بازخوانی» و «ضریب f" نیز به ترتیب در رتبه چهارم و پنجم قرار می‌گیرد. با توجه به ضرایب مزبور می‌توان گفت که مدل پیشنهادی برای شناسایی این گروه هیجانی کارایی مناسبی ندارد.
ازنظر شناسایی گروه هیجانی انتظار[15]، مدل پیشنهادی دقت و درستی بالایی را نشان می‌دهد (بیش از 90 درصد). این گروه «ضریب f» و نرخ «بازخوانی» اندکی بالاتر از گروه خشم را نشان می‌دهد و به‌طورکلی می‌توان گفت که کارایی مدل در شناسایی این گروه بالاتر از گروه نخست است. در مورد گروه هیجانی«تنفر» نیز مدل پیشنهادی از دقت و درستی قابل قبولی برخوردار است و «ضریب f» و «بازخوانی » بالاتری نسبت به دو گروه قبلی دارد. می‌توان گفت که کارایی مدل برای شناسایی و تفکیک این هیجان قابل‌قبول است.
کارایی مدل در شناسایی و تفکیک هیجان ترس از همه موارد ذکرشده بالاتر است و در رتبه ی دوم از کارایی مدل (پس از خوشی) قرار می‌گیرد. با توجه به بالا بودن سهم نسبی متن‌های دارای برچسب این هیجان از کل متن‌های ورودی به سیستم، می‌توان گفت که افزایش تعداد داده‌های تست در ورودی الگوریتم تأثیر خوبی در بهبود کارایی مدل داشته است.
بیشترین کارایی مدل پیشنهادی در سنجش و شناسایی هیجان «خوشی» دیده می‌شود. نرخ ضریب «بازخوانی» و همچنین "ضریبf" در آن به‌طور نسبی بالا است (به ترتیب 67% و 80%) و درعین‌حال درستی و دقت آن نیز بالا است. این نتیجه با وجود سهم نسبی پایین این متون در کل متن‌های ورودی نشان‌دهنده‌ی کارایی خوب مدل در شناسایی هیجان مربوطه است و در چنین شرایطی دقت و درستی می‌توانند معیارهای خوبی برای کارایی مدل باشند.

بحث

یافته‌های این تحقیق در راستای تئوری زبان به‌عنوان زمینه‌ی بازنمایی و ادراک هیجان (بارت و همکاران، 2007) نشان‌دهنده‌ی تأثیر ویژگی‌های بافتی متن زبان فارسی و همچنین واژگان در ادراک هیجان و بازنمایی آن است. بر این اساس، تحقیق حاضر نشان می‌دهد که این ویژگی‌ها به‌خوبی می‌توانند در تعیین و تفکیک نوع هیجان و به‌تبع آن نگرش یا گرایش فرد نسبت به یک موضوع بکار گرفته شوند.
برخی از گروه‌های هیجانی قابلیت بیشتری در شناسایی ماشینی از خود نشان داده‌اند که می‌تواند ناشی از تطبیق بهتر آن‌ها با ویژگی‌های زبان نوشتاری فارسی باشد. از سوی دیگر، دلیل این امر را می‌توان به کارایی گروه‌بندی مورداستفاده نسبت داد. این بدان معنی است که برخی مدل‌های هیجان با تعداد گروه کمتر (مانند مدل 6 تایی اکمن) می‌توانند کارایی بهتری در این الگوریتم‌ها داشته باشند.
این پژوهش یافته‌های تحقیقات گوناگون در زبان‌های دیگر به‌ویژه زبان انگلیسی را در مورد کارایی استفاده از واژگان هیجانی و نشانه‌های متنی در ارائه‌ی مدل شناسایی و تفکیک هیجان‌ها و نیز تحلیل احساسات تأیید می‌کند. نتایج این تحقیق در بررسی تفکیک ماشینی متن‌ها نتایج تحقیق کوان و همکاران (2010) در مورد اهمیت استفاده از واژگان، سایر ویژگی‌ها و نشانه‌های متنی و نیز استفاده از پیکره‌ی زبانی را مورد تأیید قرار می‌دهد. تحقیق مزبور در زبان چینی انجام شده و نشان می‌دهد که حدودی از قابلیت تعمیم نتایج در سایر زبان‌ها نیز وجود دارد. از سوی دیگر، یافته‌های این تحقیق در تأیید پژوهش‌های انجام‌شده توسط محمد (2018) و همچنین یانگ و زو (2014) در مورد کارایی استفاده از واژگان در تحلیل ماشینی متن و نیز شناسایی هیجان‌ها یا احساسات است.
یافته‌های این تحقیق می‌تواند در طراحی الگوریتم‌ها و نرم‌افزارهای شناسایی هیجان در محیط وب، طراحی رابط کاربری نرم‌افزارها[16]، اجرای نظرسنجی‌ها، تحلیل محتوای شبکه‌های اجتماعی و همچنین ارزیابی آسیب‌های روانی و اجتماعی بر اساس گفتار و نوشتار از قبیل تحلیل وضعیت ناهنجاری‌های دانش آموزان در مدارس، ارزیابی تأثیرات مثبت یا منفی متون آموزشی، واکنش‌سنجی در مخاطبان رسانه‌ها، افزایش اثربخشی یادگیری محتواهای آموزشی و رسانه‌ای از طریق ارزیابی هیجانی آن‌ها و موارد مشابه مورد استفاده قرار گیرد.

محدودیت‌های تحقیق

این پژوهش دارای محدودیت‌هایی است که می‌تواند بر کیفیت نتایج آن و یا قابلیت تعمیم نتایج تأثیر داشته باشد. یکی از مهم‌ترین این موارد، کمبود منابع و الگوریتم‌های شناسایی هیجان در متن است که باعث می‌شود امکان استفاده از لیست واژگان مناسب و طبقه‌بندی‌های متنوع هیجان‌ها فراهم نباشد. همچنین مراجع مناسبی برای تهیه‌ی منابع کامل برای واژگان تشدیدکننده، منفی‌سازها و غیره در دسترس نبوده است. استفاده ازاین‌گونه مراجع باعث تقویت مدل شده و درعین‌حال امکان بیشتری برای ارزیابی مدل‌ها در زبان فارسی را فراهم می‌کند. از سوی دیگر، نبود منابع معتبر برای متون برچسب‌گذاری شده در زبان فارسی باعث می‌شود اولاً امکان چندانی برای فرایند یادگیری مدل در پژوهش‌های مشابه وجود نداشته باشد و دوم این‌که بخشی از روش‌شناسی و فعالیت‌های پژوهشی به تهیه‌ی این متون اختصاص یابد. همچنین در این تحقیق، با توجه به پیشینه‌ی پژوهش‌های مرتبط از مدل هشت‌گانه‌ی هیجان‌ها استفاده شده است. استفاده از تئوری‌های مختلف در این زمینه، امکان بیشتری برای تعمیم‌یافته‌های تحقیق فراهم می‌کند.

پیشنهاد‌ها

همان‌گونه که اشاره شد، تحقیق حاضر کارایی کلی رهیافت‌ها و مدل پیشنهادی در شناسایی هیجان‌ها و تحلیل قطبیت متن فارسی را نشان می‌دهد. با این حال ارائه‌ی مدل‌ها و الگوریتم‌های کارآمد و نیز کاربردی سازی تحقیقات در این زمینه، نیازمند انجام پژوهش‌های بیشتری در سه حوزه‌ی زبان‌شناسی محاسباتی، روانشناسی هیجان و علوم کامپیوتر است که می‌توانند چشم‌اندازهای نوینی در تحلیل هیجان به‌ویژه در زبان فارسی را ارائه نمایند. با توجه به نبود پژوهش‌های قابل‌توجه در زبان فارسی در مورد تحلیل هیجان در متن، در حال حاضر امکان ارائه‌ی لیست مناسبی از ویژگی‌های مؤثر (اعم از ویژگی‌های نحوی، معنایی، ساختاری) برای استفاده در مدل محاسباتی وجود ندارد. بدین لحاظ، پژوهش‌هایی برای نشان دادن کارایی هر دسته از ویژگی‌های مزبور با توجه به مشخصات زبان فارسی و همچنین تهیه و تدوین لیست واژگان و نشانه‌های مکمل در تحلیل متن (مانند منفی‌سازها، تشدیدکننده‌ها و غیره در زبان فارسی) می‌توانند به‌عنوان موضوع تحقیق در زبان‌شناسی محاسباتی باشند. همچنین با توجه به تأکید پژوهش حاضر بر رهیافت گروه‌بندی هیجان، می‌بایست مقایسه‌ی دقیقی از کارایی دو رهیافت گروه‌بندی و رهیافت ابعادی (برداری)[17] و مدل‌های مربوطه در زبان فارسی انجام شود. تفکیک و مقایسه بین کارایی مدل‌ها در استفاده از واژه‌های مستقیم و غیرمستقیم و همچنین ویژگی‌های معنایی و نحوی متن، موضوع مهمی در تحقیقات آینده است. علاوه بر آن به‌منظور افزایش امکانات یادگیری در مدل‌ها، طراحی مجدد الگوریتم در محیط وب با تکمیل و بهینه‌سازی الگوریتم (با یادگیری مداوم از کاربران سیستم به‌عنوان منبع یادگیری) می‌تواند در طراحی نرم‌افزارهای کاربردی برای تحلیل متن در زبان فارسی با کارایی مطلوب به کار گرفته شود.

تشکر و قدردانی

نگارش این مقاله با کمک و راهنمایی آقای دکتر میر محسن پدرام رئیس محترم گروه مدل‌سازی شناختی پژوهشکده علوم شناختی و آقای مهندس احمد گنجی تابش دانشجوی کارشناسی ارشد رشته کامپیوتر صورت گرفته است.

References

Aman S. & Szpakowicz S. (2007) Identifying Expressions of Emotion in Text. In: Matoušek V., Mautner P. (eds) Text, Speech and Dialogue. TSD 2007. Lecture Notes in Computer Science, vol 4629. Springer, Berlin, Heidelberg.
Aman, S. (2007). Recognizing Emotions in Text. Ottawa-Carleton Institute for Computer Science School of Information Technology and Engineering. University of Ottawa.
Barrett, L. F., Lindquist, K. A., & Gendron, M. (2007). Language as context for the perception of emotion. Trends in cognitive sciences, 11(8), 327-32. [DOI:10.1016/j.tics.2007. 06.003] [PMid:17625952 PMCid:PMC2225544]
Cho, Y. H., & Lee, K. J. (2006). Automatic affect recognition using natural language processing techniques and manually built affect lexicon.  IEICE Transactions on Information and Systems, 89(12), 2964-2971. [DOI: 10.1093/ietisy/e89-d.12. 2964]
D'Mello, S. K., Picard, R., & Graesser, A. C. (2007). Towards an Affect Sensitive Auto-Tutor, IEEE Intelligent Systems, 22(4), 53-61. [DOI:10.1109/MIS.2007.79]
Farra, N., Challita, E., Abou A. R. & Hajj, H. (2010). Sentence-Level and Document-Level Sentiment Mining for Arabic Texts. 1114-1119. [DOI:10.1109/ICDMW.2010.95]
Francisco V, Gervás P. & Peinado F. (2010). Ontological reasoning for improving the treatment of emotions in text. Knowl Inf Syst 25(3):421-443. [DOI:10.1007/s10115-010-0320-1]
Gaind, Bharat & Syal, Varun & Padgalwar, Sneha. (2019). Emotion Detection and Analysis on Social Media.
Hahn, U. & Buechel, S. (2017). EmoBank: Studying the Impact of Annotation Perspective and Representation Format on Dimensional Emotion Analysis. EACL. [DOI:10.18653/v1/ E17-2092]
Mac Kim, S. (2011). Recognising Emotions and Sentiments in Text. Ph.D. thesis, University of Sydney.
Mohammad, S. (2018). Word Affect Intensities. CoRR,

abs/1704.08798.
Myers, D. G. (2004). Theories of Emotion. Psychology: Seventh Edition, New York, NY: Worth Publishers.
Neviarouskaya, A., Prendinger, H., & Ishizuka, M. (2011b). SentiFul: A Lexicon for sentiment analysis. IEEE Transactions on Affective Computing, 2(1), 22-36. [DOI:10.1109/T-AFFC.2011.1]
Novielli, N., Calefato, F. & Lanubile, F. (2018). A gold standard for emotion annotation in stack overflow. 14-17. [DOI:10. 1145/3196398.3196453]
Pennebaker, J. & E. Francis, M & J. Booth, R. (2001). Linguistic Inquiry and Word Count (LIWC): LIWC2001. 71.
Quan, C. & Ren, F. (2010). Sentence Emotion Analysis and Recognition Based on Emotion Words Using Ren-CECps. International Journal of Advanced Intelligence, 2. 105-117.
Ramalingam, V V & Pandian, A & Jaiswal, Abhijeet & Bhatia, Nikhar. (2018). Emotion detection from text. Journal of Physics: Conference Series. 1000. 012027. [DOI:10.1088/ 1742-6596/1000/1/012027]
Strapparava, C., & Mihalcea, R. (2007). Semeval-2007 task 14: Affective text. In Proceedings of the 4th International Workshop on Semantic Evaluations (pp. 70-74). Prague. [DOI:10.3115/1621474.1621487
Strapparava, C., & Valitutti, A. (2004). WordNet Affect: an Affective Extension of WordNet.
Wilce, J. (2009). Language and Emotion (Studies in the Social and Cultural Foundations of Language). Cambridge: Cambridge University Press. [DOI:10.1017/CBO9780511 626692]
Yang, Min & Zhu, D. & Chow, K.P. (2014). A Topic Model for Building Fine-grained Domain-specific Emotion Lexicon. 421-426. [DOI:10.3115/v1/P14-2069]
Yaoyong Li, Bontcheva K. & Cunningham H. (2009). Adapting SVM for Natural Language Learning: A Case Study Involving Information Extraction.Natural Language Engineering,15(2), 241-271. Cambridge University Press New York, NY, USA. [DOI:10.1017/S1351324908004968]


[1]. Classifire
2. Human-Machine Interface
 

[2]. Mood

[3]. Computational linguistics

[4]. Natural Language Processing

[5]. Annotated

[6]. Linguistic corpus

[7]. https://w3techs.com

[8]. https://github.com/mhbashari/NRC-Persian-Lexicon

[9]. Semantic Role Labeling

[10]. word sense disambiguation

[11]. K-fold cross validation

[12]. Accuracy

[13]. Precision

[14]. Recall

[15]- گروه هیجانی انتظار ترکیبی از رضایت و تهییج است که گاه با گونه‌ای اضطراب همراه است اما بر خلاف شگفتی یا تعجب، انتظار وقوع رویداد در فرد وجود دارد. در این پژوهش تحت عنوان چشم انتظاری نیز نام برده شده است.

[16]. User Interface

[17]. Dimentional Approach

نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1397/12/4 | پذیرش: 1397/12/16 | انتشار: 1398/12/4

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به روانشناسی معاصر،دوفصلنامه انجمن روانشناسی ایران می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق