Обратная связь
crowdsourcing DARPA Enterprise 2.0 facilitator Gartner Google IBM idea management Imaginatik knowledge management open innovation social business Social Organization Social Platforms Spigit tacit knowledge wit-проект Witology Агенство стратегических инициатив бизнес-лига Деятельное сообщество инвестиции инновации кейсы коллективный интеллект команда Witology краудрекрутинг краудсорсеры краудсорсинг краудсорсинг-проект краудсорсинг-проекты краудфандинг менеджмент идей метаразум методология мотивация Национальная предпринимательская инициатива НПИ облачное предприятие облачные предприятия общественное благо открытые инновации отчеты предсказания приз производство знаний публикации краудсорсеров рынки предсказаний Сбербанк семинар синтеллектуальный краудсорсинг Социально-семантические сети Социальное предприятие социальные платформы социальные сети социальные технологии Социальный бизнес социо-семантическая сеть ТеМП фасилитатор футбол эпоха социализации и коллаборативизации

Как разговаривать с котами, обижать 3D роботов и видеть ангелов

Просмотров1889
Комментариев4

bc1c9b5289afa36172a8d0acc32db336.jpg
Робот iCat компании Philips, фото с сайта research.philips.com


В последнее время наши R&D витосеминары стали такими эмоциональными, что вот уже третий в какой-то мере посвящен анализу эмоций. На этом заключительном в эмо-серии семинаре, прошедшем 22 сентября 2011 года, выступил Артемий Котов, научный сотрудник Отдела когнитивных исследований (НБИК-Центр, Курчатовский институт). Он поведал нам про эмоциональные шаблоны в речи и поведении людей.

Артемий обратил внимание на то, что в последнее время можно наблюдать особый интерес к проблеме эмоций (неспроста и мы решили посвятить этой проблеме аж три семинара!). А для чего, собственно, требуется вообще изучать эмоции людей? Анализируя эмоциональную окраску сообщения в блоге, к примеру, можно понять, как блоггер относится к той или иной обсуждаемой проблеме, а обратив внимание на эмоции покупателя при использовании какого-либо продукта, мы смогли бы оценить удовлетворенность пользователя данным продуктом, что немаловажно для маркетологов.

Хотя бы из двух вышеприведенных примеров (а на самом-то деле их гораздо больше!) следует, что анализировать эмоции вручную очень трудоёмко. Поэтому создаются так называемые эмоциональные агенты (игрушки, роботы, либо же просто программы, встроенные в компьютер), задача которых – анализировать эмоции человека автоматически и всячески на них реагировать.

Например, игрушка-агент iCat, созданная компанией Phillips. Он разработан как исследовательский интерфейс, на основе которого можно имитировать различные формы поведения и даже разные характеры. Так, этот желтый котенок может быть интровертом или экстравертом при игре с противником в крестики-нолики (видео смотрите тут). Котик-экстраверт более открытый к противнику, даже в случае неудачи напарника, он его подбадривает и желает хорошего дня. Кот-интроверт более замкнутый и хмурый, говорит только по делу, доиграли-разошлись.

Другого эмоционального агента зовут попросту Макс. Это уже совсем не кот и даже не человек! Это виртуальная 3d-картинка, которую пользователь видит, надев специальные очки. Агент Макс умеет взаимодействовать с человеком, например, в процессе сборки самолетика. Более того, он реагирует на поведение напарника по отношению к нему. Например, услышав грубости, Макс обижается и уходит из поля зрения, оставив самолетик несобранным, но если живой друг одумается и извинится, Макс его прощает и возвращается.

Видеофайлы про Макса представлены здесь:
http://www.techfak.uni-bielefeld.de/ags/wbski/labortag2002.html

Для того, чтобы быть почти живыми и по-человечески воспринимать эмоции настоящих людей, все такие умные агенты, игрушки и просто программы могут использовать как анализ текстов, так и анализ коммуникативного поведения. Чем ниже, тем подробнее!

К анализу текстов относят, например, анализ настроения текста по отдельным словам (content- analysis) или по целым структурам текста (sentiment analysis). Первый состоит из нескольких этапов: составление «взвешенного словаря» (у позитивных слов – положительные веса, у негативных – отрицательные: «добрый»=1, «злой»=-1) и наращивание этого словаря. После этого можно вычислить «значение» всего текста простым суммированием весов всех слов, входящих в текст, с учетом наращивания, и понять, насколько позитивен/негативен данный текст. Ясно, что при контент-анализе возникают трудности. Например, в зависимости от порядка слов в тексте значение текста, естественно, может меняться. Например, высказывание «I love this story» вполне себе доброе, а вот «This is a love story» — уже не настолько однозначно, ведь love в данном случае —  выражение не отношения говорящего, а типа истории.

Второй анализ (структурный) состоит, как ни странно, в выделении из текста структур различного вида, например, троек типа <субъект-отношение-объект> («Мама мыла раму»). Более сложные тройки могут быть в виде <цель-глагол-источник> («A well written story» в виде story (цель, основное существительное), written (что с ним сделали, глагол), well (самый главный источник – выражает отношение, эмоцию). Анализ даже таких простых структур позволяет немного лучше оценить эмоции текста, точнее установить, нравится ли человеку тот объект, про который он пишет.

Но анализ содержания и структурный анализ – далеко не все способы анализа текста. Сюда относят и более сложный синтаксический анализ, анализ семантических структур, например, на основе д-сценариев.

Для анализа коммуникативного поведения можно использовать, например, создание корпуса эмоций. Корпус – это очень большой набор текстов или видеозаписей. Корпуса, состоящие из видеозаписей, называют мультимодальными. Примеры зарубежных проектов по созданию таких корпусов: корпус эмоций людей, потерявших багаж в аэропорту Женевы (см. пост про предыдущий семинар), корпус бытовых шумов (скрип двери, шелест бумаги, падение ложки и т.д.) и др. (список можно найти здесь); российские проекты:  корпус  эмоций студентов, сдававших зачеты и экзамены в РГГУ и СПБГУ и эмоций людей, приходивших «общаться» в ЖЭК. Что же потом можно делать со всевозможными корпусами? Ответ прост – искать закономерности в поведении! Например, люди могут поднимать брови, вздыхать, облизываться и кашлять в определенной последовательности и в определенных местах в своей речи, что может передавать информацию об их состоянии и эмоциях (http://www.dialog-21.ru/dialog2009/materials/html/34.htm ). Ну а после обнаружения таких закономерностей уже можно конструировать некие модели поведения людей.

Анализ внимания также относят к анализу коммуникативного поведения, только в данном случае изучают, где останавливается и на чем заостряется взгляд человека. Например, на одной и той же картинке (рис. 1) некоторые видят добро (рис.2а), другие – зло (рис. 2б), третьи – что-то среднее, но поближе к доброму и светлому, а четвертые – к злому и темному (рис. 3а, 3б).

7973d33df0fc8678fe9f5f22ffeeade1.jpg
Рис. 1

55b51db5399619398aba3ce5cb92df19.jpg
Рис. 2а

8c96a4da11c16c40e92a41ac5b282334.jpg
Рис. 2б

e3e77504c02585dc94a2d089ba1a876a.jpg
Рис. 3а

17f6f38c8fd8f6f3305e0d5ce32176ba.jpg
Рис. 3б

В завершение Артемий напомнил слушателям семинара, что уже сейчас пользователь может поставить “Like” на различных сайтах в сети и таким образом поделиться эмоциональной оценкой со своими друзьями в социальной сети. В будущем общение со страницами в интернете, с социальными сетями и мобильными устройствами станет ещё более интерактивным: позволит шире делиться своими эмоциями и видеть эмоции соседей и друзей.

Что касается возможностей применения анализа эмоций в Witology, Артемий предположил, что анализ внимания, например, позволит описать и понять, чем именно руководствуется пользователь, выставляя ту или иную оценку текстам других участников. Интерфейс обсуждения (форума или блога) можно было бы изменить таким образом, чтобы сделать общение пользователя с интерфейсом более интерактивным: это позволит более точно регистрировать на действия пользователя. Затем можно пронаблюдать, как ведут себя пользователи, когда они обнаруживают хорошую идею на форуме, или идею, заслуживающую осуждения. Если мнение пользователя влияет на его поведение на форуме, то система поддержки форума, просто наблюдая за пользователями, сама сможет повышать рейтинг «хороших» мыслей, высказанных при обсуждении. Если же мы дополнительно применим методы sentiment analysis при оценке текстов участников и их комментариев, то мы сможем получить целые карты эмоций, которые окружают на форуме хорошие и плохие идеи, деятельного или вредного пользователя.

Автор текста: Александра Каминская

  • Опубликовать в Facebook
avatar

Darya Goncharova

Senior Analyst, Project Department
0
X71345
28 Ноябрь 2013
: )
Тест
Ответить Ссылка 0
0
ykopysova
28 Ноябрь 2013
на что?:)
Ответить Родитель Ссылка 0
0
Макс
28 Ноябрь 2013
По реакции можно увидеть то что человек думает действительно, а не скрывает под словами.
Ответить Ссылка 0
0
Marat
28 Ноябрь 2013
Согласен в необходимости анализа поведения пользователей и процессе
принятия решений ,а также тоже самое в отношении групп пользователей,
их тоже не сложно обнаружить имея доступ к статистике
Ответить Ссылка 0