Rozpoznawanie emocji w tekstach polskojęzycznych z wykorzystaniem metody słów kluczowych

• Autorzy: Nowaczyk A. , Jackowska-Strumiłło L.

Identyfikatory

DOI

10.5604/01.3001.0010.4849

Warianty tytułu

EN

Emotion recognition in polish texts based on keywords detection method

• Języki publikacji: PL

Abstrakty

PL

Dynamiczny rozwój sieci społecznościowych sprawił, że Internet stał się najpopularniejszym medium komunikacyjnym. Zdecydowana większość komunikatów wymieniana jest w postaci widomości tekstowych, które niejednokrotnie odzwierciedlają stan emocjonalny autora. Identyfikacja emocji w tekstach znajduje szerokie zastosowanie w handlu elektronicznym, czy telemedycynie, stając się jednocześnie ważnym elementem w komunikacji. człowiek-komputer. W niniejszym artykule zaprezentowano metodę rozpoznawania emocji w tekstach polskojęzycznych opartą o algorytm detekcji słów kluczowych i lematyzację. Uzyskano dokładność rzędu 60%. Opracowano również pierwszą polskojęzyczną bazę słów kluczowych wyrażających emocje.

EN

Dynamic development of social networks caused that the Internet has become the most popular communication medium. A vast majority of the messages are exchanged in text format and very often reflect authors’ emotional states. Detection of the emotions in text is widely used in e-commerce or telemedicine becoming the milestone in the field of human-computer interaction. The paper presents a method of emotion recognition in Polish-language texts based on the keywords detection algorithm with lemmatization. The obtained accuracy is about 60%. The first Polish-language database of keywords expressing emotions has been also developed.

Słowa kluczowe

PL

rozpoznawanie emocji; interakcja człowiek-komputer; przetwarzanie języka naturalnego; przetwarzanie tekstów

EN

emotion recognition; human-computer interaction; natural language processing; text processing

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
• Rocznik: 2017
• Tom: T. 7, nr 2
• Strony: 102--105
• Opis fizyczny: Bibliogr. 21 poz., rys., tab.

Twórcy

autor

Nowaczyk A.

• Politechnika Łódzka, Instytut Informatyki Stosowanej

autor

Jackowska-Strumiłło L.

• Politechnika Łódzka, Instytut Informatyki Stosowanej

Bibliografia

• [1] Binali H., Wu C., Potdar V.: Computational approaches for emotion detection in text, 4th IEEE International Conference on Digital Ecosystems and Technologies, Dubai, 2010, 172–177 [DOI:10.1109/DEST.2010.5610650].
• [2] Buckland M., Gey F.: The Relationship between Recall and Precision. Journal of The American Society For Information Science 45(1)/1994, 12–19 [DOI:10.1002/(SICI)1097-4571(199401)45:1<12::AID–ASI2>3.0.CO;2-L].
• [3] Dung T., Cao T.H.: A high-order hidden Markov model for emotion detection from textual data. Lecture Notes in Computer Science 7457/2012, 94–105.
• [4] Ekman P.: Basic emotions. The handbook of cognition and emotion. John Wiley & Sons, New York 1999.
• [5] Elliott C.: The affective reasoned: a process model of emotions in a multi-agent system. Doctoral thesis on Northwestern University, 1992.
• [6] Fellbaum C.: WordNet: An Electronic Lexical Database. MIT Press, Cambridge 1998.
• [7] Ghazi D., Inkpen D., Szpakowicz S.: Hierarchical versus flat classification of emotions in text. NAACL HLT 2010 workshop on computational approaches to analysis and generation of emotion Computational Linguistics, 2010, 40–146.
• [8] Hancock J., Landrigan C., Silver C.: Expressing emotion in text-based communication. Proceedings of the SIGCHI conference on Human factors in computing systems, 2007, 929–932.
• [9] Kamińska D., Pelikant A.: Recognition of Human Emotion from a Speech Signal Based on Plutchik’s Model. International Journal of Electronics and Telecommunications 58(2)/(2012), 165–170[DOI:10.2478/v10177-012-0024-4].
• [10] Khalili Z., Moradi M.H.: Emotion recognition system using brain and peripheral signals: using correlation dimension to improve the results of EEG. Proceedings of the International Joint Conference on Neural Networks 2009, 1571–1575.
• [11] Ling H., Bali R., Salam R.: Emotion detection using keywords spotting and semantic network. Proceedings of the International Conference on Computing & Informatics 2006, 1-5 [DOI:10.1109/ICOCI.2006.5276495].
• [12] Lu Ch., Lin S., Liu J., Cruz-Lara S., Hong J.: Automatic event-level textual emotion sensing using mutual action histogram between entities. Expert systems with applications 37(2)/2010, 1643–1653[DOI:10.1016/j.eswa.2009.06.099].
• [13] Maziarz M., Piasecki M., Szpakowicz S.: Approaching plWordNet 2.0. Proceedings of the 6th Global Wordnet Conference, 2012.
• [14] Plutchik R.: The nature of emotion. American Scientist 89(4)/2001, 344.
• [15] Schachter S., Singer J.: Cognitive, Social, and Physiological Determinants of Emotional State. Psychological Review 69/1962, 379–399 [DOI:10.1037/h0046234].
• [16] Stathopoulou I-O., Tsihrintzis G.: Emotion Recognition from Body Movements and Gesture. Proceedings of the International Conference on Intelligent Interactive Multimedia Systems and Services, 2011, 295–303.
• [17] Strapparava C., Valitutti A.: WordNet Affect: an Affective Extension of WordNet. Proceedings of International Conference on Language Resources and Evaluation, 2004, 1083–1086.
• [18] Ślot K., Bronakowski Ł., Cichosz J.: Application of voiced-speech variability descriptors to emotion recognition. Computational Intelligence for Security and Defense Applications, 2009, 1–5 [DOI:10.1109/CISDA.2009.5356537].
• [19] Teng Z., Ren F., Kuroiwa S.: Recognition of Emotion with SVM. Artificial Intelligence 4114/2006, 701–710 [DOI:10.1007/11816171_87].
• [20] Zheng W., Tang H., Lin Z., Huang T.: Emotion Recognition from Arbitrary View Facial Images. Proceedings of the 11th European Conference on Computer Vision, 2010, 490–503 [DOI:10.1007/978-3-642-15567-3_36].
• [21] https://commons.wikimedia.org/wiki/File:Emotions_-_3.png [10.03.2016].

Uwagi

Opracowanie ze środków MNiSW w ramach umowy 812/P-DUN/2016 na działalność upowszechniającą naukę (zadania 2017).