Մասնակից:Ավագիմյան Եկատերինա/Ավազարկղ

Տեքստի Էմոցիաների վերլուծություն անգլ.՝ Sentiment analysis, անգլ.՝ Opinion mining , մեթոդների դաս է համակարգչային լեզվաբանության մեջ, որը նախատեսված է

բառապաշարի էմոցիոնալ երանգավորումների և հեղինակի էմոցիոնալ գնահատականի` ուղղված որևէ օբիեկտին ավտոմատ հայտաբերման համար: Տեքստի էմոցիաների վերլուծությունը լայնորեն կիրառվում է հաճախորդի օնլայն հարթակում խոսքը ավտոմատ կերպով վերլուծելու համար: Ինֆորմատիկայում տեքստի էմոցիաների վերլուծությունը համարվում է խոսքում առկա էմոցիաների անալիզ, որին կարող ենք հանդիպել հսկա քանակությամբ մեծ ինֆորմացիայի (big data) մեջ: Այս երևույթը հայտնվել է 2000-ական թվականների սկբում և միանգամից մեծ ճանաչում գտել` շնորհիվ սոցիալական ցանցերում  (մասնավորապես Twitter-ում) առկա հսկայական տվյալների բազայի: Նրա հիմնական նպատակն անալիզի ենթարկել հսկա ծավալով ինֆորմացիան, հանել նրանում առկա տարբեր էմոցիաները և վերջում որոշակի վիճակագրություն^[1] ներկայացնել:

Առաջադրանքներ[խմբագրել | խմբագրել կոդը]

Հիմնական նպատակը տեքստի էմոցիաների վերլուծության հանդիսանում է տեքստում կարծիքի հայտաբերումը և նրա հատկությունների դուրս բերումը: Թե ինչ հատկություններ են դրանք, կախված է դրված առաջադրանքից: Օրինակ` ալանիզի նպատակը կարող է լինել հետազոտել տեքստի հեղինակի կարծիքը: Կարծիքը^[2] կարող է լինել երկու տեսակ^[3].

անհետևանքային կարծիք,
համեմատություն:

Անհետևանքային կարծիք հանդիսանում է հեղինակի կարծիքը որևէ օբիեկտի մասին: Պաշտոնական գրելաձևը անհետևանքային կարծիքի ունի հետևյալ տեսքը (e, f, op, h, t)^[4], որտեղ

(entity, feature) — էմոցիայի օբիեկտն է e (հեղինակի արտահայտման էությունը) կամ նրա հատկությունները f (հատկանիշներ, օբիեկտի մասեր) ,
orientation ,polarity — էմոցիոնալ գնահատական (հեղինակի էմոցիոնալ դիրքը վերոնիշյալ թեմայի շուրջ),
holder — էմոցիայի առարկա (հեղինակը,որին պատկանում է տվյալ կարծիքը),
ժամանակի այն պահը time, երբ ասվել է այդ կարծիքը:

Էմոցիոնալ գնահատականի օրինակներ^[5]:

դրական,
բացասական,
նեյտրալ,

Նեյտրալ կարծիքի դեպքում նշանակում է, որ տեքստը չի պարունակում որևիցե էմոցիոնալ^[6] երանգավորում: Կան նաև էմոցիոնալ այլ գնահատականներ:

Օրինակներ[խմբագրել | խմբագրել կոդը]

Ես Փարիզում անցկացրեցի իմ ամենալավ արձակուրդները:
Ես ատում եմ կապույտ գույնը:

Դասակարգման տեսակները[խմբագրել | խմբագրել կոդը]

Ժամանակակից տեքստի էմոցիաների վերլուծության մեջ էմոցիաների վերլուծման համար հաճախ օգտագործվում է միաչափ զգացմունքային տարածություններ: Հայտնի են նաև բազմաչափ տարածությունները^[7]^[8]:

Դասակարգումը երկուական համակարգում[խմբագրել | խմբագրել կոդը]

Փաստաթղթի բևեռականությունը կարելի է որոշել երկուական համակարգով^[9]: Այս դեպքում էմոցիայի գնահատականը լինում է երկու տեսակ` դրական և բացասական: Այս մոտեցման թերություններից մեկը այն է, որ փաստաթղթի բովանդակությունը միշտ չէ, որ բացասական կամ դրական է:

Դասակարգումը բազմաչափ համակարգում[խմբագրել | խմբագրել կոդը]

Կարելի է փաստաթղթում առկա նյութը դասակարգել բազմաչափ համակարգում ևս, որն ընդունված է անել Pang^[10] և Snyder ^[11] համակարգերում: Snyder կատարեց հետազոտություն ռեստորանների մասին, որի արդյունքում ռեստորանները գնահատվում էին սննդի և մթնոլորտի համար հինգ բալլանոց համակարգով ^[11]:

Գնահատման համակարգեր[խմբագրել | խմբագրել կոդը]

Դասակարգման ալյ տեսակ է համարվում գնահատման համակարգը, որտեղ կարծիքը արտահատվում է -10-ից 10 ընկած համակարգում (ամենաբացասականից մինչև ամենադրականը): Սկզբում այս մեթոդը կիրառվել է հատուկ գործիքների և ալգորիթմների օգնությամբ^[12]:

Սուբիեկտիվություն և օբիեկտիվություն[խմբագրել | խմբագրել կոդը]

Դասակարգման այլ եղանակ է սուբիեկտիվությունը և օբիեկտիվությունը: Այն փաստաթղթում առկա նյութը բաժանում է երկու հատվածի սուբիեկտիվ հատված, օբիեկտիվ հատված: Այս դասակարգման եղանակը շատ ավելի բարդ է քան մյուս դասակարգման եղանակները: Այստեղ ուշադրություն է դարձվում ամեն մի խոսքին և արտահայտությանը:

Դասակարգման մոտեցումները[խմբագրել | խմբագրել կոդը]

Համակարգիչը ավտոմատ կերպով անալիզի է ենթարկում փաստաթղթում առկա նյութը մեքենայական ուսուցման^[13] տարրերի շնորհիվ, ինչպես օրինակ բառերի խորը վերլուծություն: Ավելի բարդ մեթոդների շնորհիվ որոշվում է տեքստում առկա տրամադրությունը և նրանում առկա նպատակը: Դրա համար օգտագործվում են բառերի միջև առկա քերականական հարաբերությունները^[14]:

Բառերի միջև առկա քերականական հարաբերությունները ստացվել են խորը ուսումնասիրությունների շնորհիվ և նրանց կարելի է բաժանել երկու խմբի.

ձեռագիր
ավտոմատ տեքստի անալիզ

WordNet-Affect[խմբագրել | խմբագրել կոդը]

Բազմալեզու նյութերի ճանաչման համար օգտագործվում է WordNet-Affect^[15]:

էմոցիոնալ գնահատական	օրինակ
Էմոցիա (emotion)
տրամադրություն (mood)
Հատկություն (trait)		Ֆիզիկական վիճակ (physical state)
Արարքներ (behaviour)
Զգացմունք (sensation)

Արտաքին հղումներ[խմբագրել | խմբագրել կոդը]

Գրականություն[խմբագրել | խմբագրել կոդը]

Տես նաև[խմբագրել | խմբագրել կոդը]

[Обработка естественного языка]

Առաջադրանքներ[խմբագրել | խմբագրել կոդը]

Հիմնական նպատակը տեքստի էմոցիաների վերլուծության հանդիսանում է տեքստում կարծիքի հայտաբերումը և նրա հատկությունների դուրս բերումը: Թե ինչ հատկություններ են դրանք, կախված է դրված առաջադրանքից: Օրինակ` ալանիզի նպատակը կարող է լինել հետազոտել տեքստի հեղինակի կարծիքը: Կարծիքը կարող է լինել երկու տեսակ^[3].

անհետևանքային կարծիք,
համեմատություն:

Անհետևանքային կարծիք հանդիսանում է հեղինակի կարծիքը որևէ օբիեկտի մասին: Պաշտոնական գրելաձևը անհետևանքային կարծիքի ունի հետևյալ տեսքը (e, f, op, h, t)^[4], որտեղ

(entity, feature) — էմոցիայի օբիեկտն է e (հեղինակի արտահայտման էությունը) կամ նրա հատկությունները f (հատկանիշներ, օբիեկտի մասեր) ,
orientation ,polarity — էմոցիոնալ գնահատական (հեղինակի էմոցիոնալ դիրքը վերոնիշյալ թեմայի շուրջ),
holder — էմոցիայի առարկա (հեղինակը,որին պատկանում է տվյալ կարծիքը),
ժամանակի այն պահը time, երբ ասվել է այդ կարծիքը:

Էմոցիոնալ գնահատականի օրինակներ^[5]:

դրական,
բացասական,
նեյտրալ,

Նեյտրալ կարծիքի դեպքում նշանակում է, որ տեքստը չի պարունակում որևիցե էմոցիոնալ երանգավորում: Կան նաև էմոցիոնալ այլ գնահատականներ:

Կենսագրություն[խմբագրել | խմբագրել կոդը]

Գիլբերթը ծնվել է Կաննեկտիկուտ նահանգի Ուոթերբերի քաղաքում։ Նրա հայրը՝ Ջոն Գիլբերթը^[16] , քիմիական ինժիներ էր, նրա մայրը՝ Կարոլը՝ ^[17] տնային տնտեսուհի։ Նա շվեդական ծագում ունի^[18] Along with her only sister, novelist Catherine Gilbert Murdock։ Իր միակ քրոջ՝ վիպասան ՝ Քեթրին Գիլբերտի հետ միասին , նա մեծացել է լիտչֆիլդյան մի ֆերմայում ,որտեղ աճեցնում էին ամանորյա եղևնիներ։ Նրանց ընտանիքը ապրում էր գյուղում առանց հարևանների։ Նրանք չունեին հեռուստացույց, հետևաբար նրանք զբաղվում էին գիրք կարդալով և գրելով^[19]։

Գործունեություն[խմբագրել | խմբագրել կոդը]

Լրագրություն[խմբագրել | խմբագրել կոդը]

Esquire հրապարակել է 1993 թվականին Գիլբերթի "Pilgrims"(Ուխտավորները) կարճ պատմությունը ՝ վերնագրի տակ գրելով "The Debut of an American Writer"(Ամերիկացի գրողի սկիզբը)։ Նա առաջին չհրապարակված գրողն էր Esquire -ում ՝ սկսած Նորման Մեյլերից։ Այս ամենը հանգեցրեց նրան , որ Գիլբերթը սկսեց համագործակցել ազգային ամսագրերի հետ , այդ թվում ՝ SPIN, GQ (ամսագիր), The New York Times Magazine, Allure (ամսագիր), Real Simple, Travel + Leisure: Ինչպես նշվում էր նրա հուշերում ՝ "Eat, Pray, Love"(Ուտել, Աղոթել, Սիրել) գիրքը նրան բերեց մեծ հռչակ և դարձավ թանկ վարձատրվող ազատ գրող։

Գրքեր[խմբագրել | խմբագրել կոդը]

Գիլբերթի առաջին գիրքը "Pilgrims" (Ուխտավորները) (1997 թ.) կարճ պատմությունների հավաքածու է, որը արժանացել է Փուշքարթ մրցանակին ։ Դրան հաջորդեց "Stern Men" (Լուրջ տղամարդիկ) նովելը (2000), այնուհետև "Eat, Pray, Love"(Ուտել, Աղոթել, Սիրել) գիրքը։

Eat, Pray, Love[խմբագրել | խմբագրել կոդը]

2006 թ․ Գիլբերթը տպագրեց "Eat, Pray, Love"(Ուտել,Աղոթել,Սիրել) գիրքը։ Այդ գրքում նա ներկայացնում է իր միամյա ճանապարհորդությունը Իտալիայում(Ուտել), Հնդկաստանում(Աղոթել) և Ինդոնեզիայում(Սիրել) ,որտեղ նա փնտրում էր իր Եսը։ Գիրքը համարվում է best-seller(10 միլիոն օրինակի վաճառքով)։ Գրքի հիման վրա 2010 թվականին նկարահանվել է ֆիլմ Ջուլիա Ռոբերտսի մասնակցությամբ։

Ծանոթագրություններ[խմբագրել | խմբագրել կոդը]

↑ https://explorable.com/what-is-statistics
↑ https://dictionary.cambridge.org/dictionary/english/opinion
↑ ^3,0 ^3,1 Bing Liu, 2010, էջ 2
↑ ^4,0 ^4,1 Bing Liu, 2010, էջ 5
↑ ^5,0 ^5,1 Pang, Lee, 2008, էջ 16-17
↑ https://www.ihhp.com/meaning-of-emotional-intelligence
↑ Bollen,Mao,J.Zeng, 2010
↑ Pang, Lee, 2008
↑ https://www.techopedia.com/definition/6199/binary-number
↑ Pang, Lee, 2005
↑ ^11,0 ^11,1 Snyder, Barzilay, 2007
↑ Thelwall et al, 2010
↑ https://searchenterpriseai.techtarget.com/definition/machine-learning-ML
↑ Turney, 2002, էջ 2-3
↑ Strapparava, 2004, էջ 1083
↑ Driscoll, Molly (4 January 2012). «6 moments that changed a life». Christian Science Monitor.
↑ Almond, Steve (18 September 2013). «Eat, Pray, Love, Get Rich, Write a Novel No One Expects». The New York Times.
↑ Charney, Noah (2 October 2013). «Elizabeth Gilbert: How I Write». The Daily Beast.
↑ «Elizabeth Gilbert, Zacharis Award». Արխիվացված է օրիգինալից January 3, 2008-ին. Վերցված է 2008-12-13-ին. {{cite web}}: Cite has empty unknown parameter: |coauthors= (օգնություն); Unknown parameter |deadurl= ignored (|url-status= suggested) (օգնություն)

[1] ttps://explorable.com/what-is-statistics

[2] ttps://dictionary.cambridge.org/dictionary/english/opinion

[Bing_Liu—2010——2-3] 3,0 ^3,1 Bing Liu, 2010, էջ 2

[Bing_Liu—2010——5-4] 4,0 ^4,1 Bing Liu, 2010, էջ 5

[Pang,_Lee—2008——16-17-5] 5,0 ^5,1 Pang, Lee, 2008, էջ 16-17

[6] ttps://www.ihhp.com/meaning-of-emotional-intelligence

[Bollen,Mao,J.Zeng—2010——-7] Bollen,Mao,J.Zeng, 2010

[Pang,_Lee—2008——-8] Pang, Lee, 2008

[9] ttps://www.techopedia.com/definition/6199/binary-number

[Pang,_Lee—2005——-10] Pang, Lee, 2005

[Snyder,_Barzilay—2007——-11] 11,0 ^11,1 Snyder, Barzilay, 2007

[Thelwall_et_al—2010——-12] Thelwall et al, 2010

[13] ttps://searchenterpriseai.techtarget.com/definition/machine-learning-ML

[Turney—2002——2-3-14] Turney, 2002, էջ 2-3

[Strapparava—2004——1083-15] Strapparava, 2004, էջ 1083

[16] Driscoll, Molly (4 January 2012). «6 moments that changed a life». Christian Science Monitor.

[17] Almond, Steve (18 September 2013). «Eat, Pray, Love, Get Rich, Write a Novel No One Expects». The New York Times.

[18] Charney, Noah (2 October 2013). «Elizabeth Gilbert: How I Write». The Daily Beast.

[19] «Elizabeth Gilbert, Zacharis Award». Արխիվացված է օրիգինալից January 3, 2008-ին. Վերցված է 2008-12-13-ին. {{cite web}}: Cite has empty unknown parameter: |coauthors= (օգնություն); Unknown parameter |deadurl= ignored (|url-status= suggested) (օգնություն)

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

[14]

[15]

[16]

[17]

[18]

[19]