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)李>
- 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李>
- 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李>
- 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”,甚至有讽刺意味李>
- 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”)都是有意义的李>
- 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李>
- 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-