• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Autres
    Détecteur d'émotions sociales :enquêter sur les réactions émotionnelles aux événements sociaux

    Crédit :CC0 Domaine public

    Apparemment, la moitié de la population mondiale utilise désormais les réseaux sociaux pour partager ses pensées et expérimenter les pensées des autres. Il n'y a aucun sujet laissé non représenté par les utilisateurs d'opinions sur la technologie, politique, société, célébrités, sport, musique, cinéma, santé, guerre, religion, sexe et au-delà. Rien n'est tabou.

    Extraire les réponses émotionnelles collectives aux événements sociaux de l'échelle locale à l'échelle internationale à partir des mises à jour des médias sociaux reste un objectif de l'informatique et ceux qu'elle vise à aider à utiliser les données sémantiques et émotionnelles qui pourraient être extraites des médias sociaux.

    Une équipe italienne écrivant dans le Journal international des métadonnées, Sémantique et ontologies , discute d'une approche pour étudier les réactions émotionnelles aux événements sociaux.

    « Les médias sociaux sont devenus un point d'appui pour partager des informations sur les événements de la vie quotidienne ; les gens, entreprises, et les organisations y expriment leurs opinions, " Danilo Cavaliere et Sabrina Senatore de l'Université de Salerne, dans Fisciano expliquer. Ils ajoutent qu'étudier et identifier différents sentiments et émotions, tel que représenté par les mises à jour des réseaux sociaux, tels que les soi-disant "tweets" sur la plate-forme de microblogging connue sous le nom de Twitter, nécessite la gestion de données volumineuses et la capacité de comprendre le caractère émotionnel sous-jacent des mises à jour dans leur contexte.

    L'équipe a adopté une approche qui leur permet de se concentrer sur un sujet particulier en fonction de mots-clés spécifiques, mis en évidence dans les tweets avec un symbole # et communément appelés hashtags. Ils ont construit un glossaire des émotions ayant extrait la sémantique d'une base de données d'exemples de mises à jour et se réfèrent à cela comme une "ontologie de concept émotionnel".

    L'équipe démontre ensuite comment leur ontologie peut être utilisée pour former un outil de classification de base de données (Support Vector Machine) pour « comprendre » le caractère émotionnel et le contenu des nouveaux tweets avec lesquels un algorithme construit sur cette formation est présenté. Ils ont démontré avec succès la preuve de principe avec des exemples d'ensembles de données, même avec des tweets à multiples facettes.


    © Science https://fr.scienceaq.com