Emoções constituem o fator chave da natureza humana.

Transcrição

1 Escola Politécnica da Universidade de São Paulo Departamento de Engenharia de Computação e Sistemas Digitais PCS 5869 Inteligência Artificial Daniella Vieira Recognizing emotions in text using ensemble of classifiers Isidoros Perikos, Ioannis Hatzilygeroudis Department of Computer Engineering & Informatics, University of Patras, Patras, Greece. Revista: Engineering Applications of Artificial Intelligence (fev, 2016)

2 Emoções constituem o fator chave da natureza humana.

3 Pessoas demonstram seus pensamentos e se comunicam por meio de textos. As emoções em IA foram pesquisadas inicialmente por Picard (1997). O texto escrito é a forma mais comum de comunicação entre as pessoas, sendo esta a espinha dorsal da web e das mídias sociais.

4 Proposta O trabalho trata de um sistema de análise de sentimento para reconhecimento automático de emoções expressas em texto, usando um conjunto de classificadores.

5 Emotion models A maneira que as emoções são representadas é um aspecto essencial para o sistema de reconhecimento de emoção. Os modelos mais populares para representar as emoções são o categórico e o dimensional. O modelo categórico assume que há um número finito de emoções básicas e discretas, onde cada um está servindo a um propósito particular. O modelo dimensional assume que é criado um espaço emocional e cada emoção encontra-se neste espaço.

6 Emotion models Ekman s model (1999) Um modelo categórico muito popular e amplamente utilizado. Especifica seis emoções humanas básicas: raiva, nojo, medo, felicidade, tristeza, surpresa. Ortony Clore Collins (1988) Modelo OOC especifica 22 categorias de emoção, com base em reações emocionais humanas para várias situações. Modela as emoções humanas em geral. Parrot's model (2001), Constitui-se de um grupo de seis emoções básicas, que são: amor, alegria, surpresa, raiva, tristeza e medo. Criou uma estrutura de árvore de emoções, consistindo em três níveis. Cada nível refina a granularidade do nível anterior, fazendo emoções abstratas se tornarem mais concretas. Identifica mais de 100 emoções.

7 Emotion models Plutchik's model (2001) Russell (1980) É um modelo dimensional que define 8 emoções básicas (bipolar). Organizados em: alegria vs tristeza, raiva vs medo, confiança vs desgosto e surpresa vs antecipação. Cada emoção pode ser dividida em três graus, por exemplo, a serenidade é um menor grau da alegria, e, êxtase é um grau mais intenso de alegria. Além disso, as oito emoções básicas podem ser combinadas aos sentimentos. As emoções são representadas em um espaço bidimensional circular. A uma dimensão do espaço é usada para representar a polaridade da emoção e a outra dimensão ativação a emoção A dimensão de polaridade caracteriza uma emoção como positivo ou negativo. A ativação caracteriza uma emoção como ativado ou desativado.

8 Related work Abordagens de reconhecimento de emoções por aprendizado de máquina Alm et al. (2005) Sentenças em contos de fadas. Neviarouskaya et al. (2007) Brilis et al. (2012) Danisman and Alpkocak (2008) Ho and Cao (2012) Reconhecimento do modelo de Ekman em blogs posts (70% de resultado) Classificou letras de música em categorias de humor (stemming, TF-IDF, Random Forest algorithm). Modelo do espaço vetorial para classificar emoções em texto. Abordagem de Markov para especificar emoções prováveis em um dado texto.

9 Related work Outras abordagens Osherenko and André (2007) Chaumartin (2007) Ptaszynski et al.(2013) Xia et al.(2011) Wang et al.(2014) Abordagem estatística. Abordagem KB para reconhecer emoções textuais. Desenvolveu uma ferramenta. Analise de emoções textuais em narrativas japonesas. Para reconhecer a polaridade do texto combina: Naïve Bayes, Maximum Entropy e Vector Machine. Combina: Naïve Bayes, Maximum Entropy, Decision Tree, K-nearest Neighbor e Vector Machine.

10 Arquitetura An ensemble classifier system for sentiment analysis of textual data. Estatísticos Determina se a sentença é emocional ou neutra. Se for emocional, determina a polaridade. Análise de linguagem natural

11 Feature representation Para representação do texto em linguagem natural utilizouse a técnica bag-of-words (BOW). Um documento é considerado uma coleção não ordenada de palavras. A sentença é inicialmente tokenizada. Cada termo passa pelo processo de lematização. As stop words são retiradas e características da sentença são encaminhadas para base learners. (1) Token: as instâncias dos termos que ocorrem no documento. (2) Lematização: Se refere ao uso correto do vocabulário e a análise morfológica da palavra. (3) Stop Words: Termos comuns que tem pouco valor para a recuperação de informação.

12 Emotion recognition system Naïve Bayes e Maximum entropy são treinados para reconhecer sentimentos em bases textuais usando o International Survey on Emotion Antecedents and Reaction (ISEAR) e Affective text datasets. A KB faz uma análise profunda das estruturas de linguagem natural, especifica dependências de palavras e determina o modo como as palavras são conectadas.

13 Naïve Bayes classifier Pressupõe que as palavras são independentes entre si e assim, cada palavra individual é considerada uma indicação da emoção. Python NLTK toolkit

14 Maximum Entropy classifier Pode realizar tarefas de classificação difíceis apresentando bom desempenho em diversas tarefas de processamento de linguagem natural, como segmentação de sentenças, modelagem de linguagem e reconhecimento de entidades nomeadas. Pode ser usada também quando não se pode assumir independência dos termos. Exige mais tempo de treinamento. Python's Text Blob

15 Treinamento O treinamento foi enriquecido com sentenças neutras e que denotam surpresa adicionais do Twitter e artigos. Assim, todas as categorias foram contempladas já que o ISEAR não incluía sentenças que denotam surpresa!!!

16 Knowledge-based classification tool Named Entity Recognizer (NER) utilizado para detectar nomes próprios e entidades com o objetivo de auxiliar a análise das sentenças e especificar o modo como partes emocionais do texto são associadas com estas entidades.

17 Knowledge-based classification tool 1. Uses Tree tagger to specify the words' lemmas and grammatical roles. 2. Uses Stanford parser to analyze sentence structure and get the dependencies and the dependency tree. 3. Uses NER to recognize named entities and persons. 4. For each word uses the knowledge base to determine whether it is emotional or not. If it is, 4.1 Analyzes its relationships. 4.2 Checks if a modification relationship with quantification words exists, analyzes it and determine emotion strength. 4.3 Analyzes the dependency tree, recognizes sentence pattern/ structure and based on it, determines the sentence's emotional content.

18 She kissed her aunt with great happiness

19 Determining sentence emotional content Subject Verb Object 1. Analyze the sentence dependencies and extract the subject-verb-object pattern. 2. For each grammatical role of the pattern (e.g. object or verb or subject). 2.1 Specify whether it is an emotional part 2.2 Analyze its relationships with emotional parts (if any) 2.3 Specify its emotional content. 3. Combine emotional contents of the parts to specify the sentence overall emotions.

20 Ensemble classifier voting O classificador determinou se a sentença é neutra ou emocional. No caso de ser emocional, determina a polaridade de conteúdo. Cada classificador tem um voto.

21 Specify emotional polarity (Russell, 1980)

22 Evaluation study Para fins de avaliação, foi criado um corpo de prova de diferentes fontes. Um especialista fez as anotações manualmente para determinar a polaridade (+, - ou neutra). Sentenças 750 Fonte BBC, CNN, Euronews e Twitter posts. Corpo de prova 250 títulos 250 artigos 250 posts do Twitter Anotação (a) existência, e (b) grau frente as emoções, onde 0 representa ausência e 100 representa emoções muito fortes.

23 Evaluation results Saída binária, sobre as seguintes métricas: exatidão, precisão, sensibilidade e especificidade. TP: número de casos válidos corretamente classificados. TN: número de casos inválidos corretamente classificados. FN: número de casos válidos que foram classificados incorretamente.

24 Evaluation results

25 Evaluation results KB teve um desempenho bom para títulos e artigos. NB e MaxEnt para Tweets Contudo, o sistema elaborado teve a melhor performance.

26 Conclusões e trabalhos futuros O desempenho foi positivo. Há um equívoco na fórmula apresentada. Percepção diferente sobre as emoções dado a perspectiva Eu ri dele Ele riu para mim Tema de doutorado pode vir a adotar uma estrutura similar a da utilizada pelos autores.

27 Perguntas Daniella Vieira +55(48) (48)