Algorithm 是否可以猜测用户'；基于文本结构的语气？
我假设需要使用自然语言处理器来解析文本本身，但是对于基于用户编写的文本检测用户情绪的算法，您有什么建议？我怀疑它是否准确，但我仍然感兴趣Algorithm 是否可以猜测用户'；基于文本结构的语气？,algorithm,nlp,Algorithm,Nlp,我假设需要使用自然语言处理器来解析文本本身，但是对于基于用户编写的文本检测用户情绪的算法，您有什么建议？我怀疑它是否准确，但我仍然感兴趣 编辑：我绝对不是语言学或自然语言处理方面的专家，因此，如果这个问题太笼统或愚蠢，我深表歉意。我不敢相信我会认真对待这个问题。。。假设一个一维情绪空间： 如果文本中包含诅咒词， -10.心情 我认为感叹词往往是消极的，所以-2情绪 当我感到沮丧的时候，我会打字 非常短。句子-5.心情 我想得越多，就越清楚，这些意符中有很多表示极端情绪，但并不总是清楚什么样的
编辑：我绝对不是语言学或自然语言处理方面的专家，因此，如果这个问题太笼统或愚蠢，我深表歉意。我不敢相信我会认真对待这个问题。。。假设一个一维情绪空间：
- 如果文本中包含诅咒词， -10.心情
- 我认为感叹词往往是消极的，所以-2情绪
- 当我感到沮丧的时候，我会打字 非常短。句子-5.心情
现在，如果你有击键时间，你应该能够计算出来。毫无疑问，可以根据用户键入的文本判断用户的情绪，但这不是一件小事。我能想到的事情：
- 大写往往意味着激动、烦恼或沮丧，当然是一种情绪反应，但有些新手这样做是因为他们没有意识到其重要性，因此，如果不看他们写的其他内容，你就无法假设这一点（以确保它不全是大写的）
- 大写字母实际上只是强调的一种形式。其他的是使用某些侵略性的颜色（如红色）或使用粗体或更大的字体
- 有些人在情绪激动时会犯更多的拼写、语法错误和打字错误
- 扫描表情符号可以让你非常清楚地了解用户的感受，但也可以这样理解：）可以被解释为快乐，“我告诉过你”，甚至有讽刺意味
- 咒骂的使用往往有一个明确的含义，但再次它不是明确的。许多人的口语通常包含某些四个字母的单词。对其他一些人来说，他们甚至可能不说“地狱”，而是说“地狱”，所以任何咒骂（甚至“糟糕”）都是有意义的
- 当咒语不一定合适时，一组标点符号（如@#$@$@）往往会被替换为咒语，因此不太可能是口语
- 感叹号可以表示惊讶、震惊或愤怒
最后，值得注意的是，书面文本通常被认为比实际情况更消极。这是公司电子邮件沟通中的一个常见问题，举个例子。我对这个问题的记忆不好，但我相信我看到了一些关于文本语法结构和整体语气的研究。这也可以像简短的词和情感表达词一样简单（好吧，咒骂是很明显的）
编辑：我注意到第一个回答的人的帖子基本上相似。关于短句，确实有一些严肃的想法。对情绪和行为的分析是非常严肃的科学。尽管其他答案嘲弄这个问题，执法机构多年来一直在调查情绪的分类。我所听说的计算机中的使用通常有更多的上下文（定时信息、语音模式、变换频道的速度）。我认为你可以通过训练一个神经网络，从两个已知的组（愤怒组和不愤怒组）的样本中确定用户是否处于特定的情绪状态，并取得一定的成功。祝你好运。我同意奥布拉斯的观点，这是一个严肃的问题 情绪分类是当前语音识别领域的一个研究热点。如果你仔细想想，交互式语音应答（IVR）应用程序需要处理愤怒的客户，这与平静的客户截然不同：愤怒的客户应该被迅速地发送给具有正确经验和培训的操作员。声调是一个相当可靠的情绪指标，非常实用，因此公司都渴望将其付诸实施。谷歌“语音情感识别”，或者阅读本文了解更多信息 这种情况在基于web的GUI中应该没有什么不同。回顾克莱特斯的评论，文本和语音情感检测之间的类比很有趣。如果一个人输入大写字母，他们被称为“叫喊”，就像他的声音通过语音界面在音量和音调上上升一样。检测类型化的亵渎类似于语音系统中亵渎的“关键词识别”。如果一个人感到不安，他们会使用GUI或语音用户界面（VUI）犯更多错误，并且可以将错误发送给人工
这里有一个“多模态”情绪检测研究领域。设想一个您也可以使用的web界面（与IBM/Motorola/Opera原型实现类似）。情感检测可以基于语音和视觉输入模式的线索组合。我认为，我的算法相当简单，但是，为什么不通过文本计算微笑：）vs:(
显然，文本“：：）：：）：”解析为一个快乐的用户，而“：：（：（：）肯定会解析为一个悲伤的用户。享受吧！这是自然语言处理领域的基础。虽然你的问题是一般性的，但肯定不愚蠢——例如，亚马逊在产品评论中对文本进行了此类研究 如果你是认真的，那么一个简单的版本可以通过-