Моделирование и анализ данных
2019. Том 9. № 4. С. 67–79
doi:10.17759/mda.2019090405
ISSN: 2219-3758 / 2311-9454 (online)
Определение тональности сообщений СМИ методом их концептуального анализа
Аннотация
Общая информация
Ключевые слова: концептуальный анализ, предикатно-актантная структура, тональность текстов, модификаторы тональности, автоматическое установление оценки тональности текстов
Рубрика издания: Анализ данных
Тип материала: научная статья
DOI: https://doi.org/10.17759/mda.2019090405
Для цитаты: Хорошилов А.А., Козловская Я.Д., Мусабаев Р.Р., Красовицкий А.М., Хорошилов А.А. Определение тональности сообщений СМИ методом их концептуального анализа // Моделирование и анализ данных. 2019. Том 9. № 4. С. 67–79. DOI: 10.17759/mda.2019090405
Полный текст
В статье изложено решение задачи создания лингвистического инструментария и методики автоматического определения тональности новостных сообщений, связанных с качеством жизни рядового гражданина республики Казахстан.
Был определен подход для решения задачи, разработано программное обеспечение и методы автоматизированного создания словарей объектов и словарей оценочных предикатов, а также словарей модификаторов меры оценки. Проведенный эксперимент подтвердил правильность предложенной методики оценки событий, освещенных в новостных сообщениях и работоспособность программного комплекса.
Эта методика, при соответствующей выборе объектов оценки событий, может быть использована при создании тональных портретов конкретных авторов по совокупности их публикаций, а также тональных портретов различных новостных агрегатов по совокупности освещаемых ими событий в конкретный временной интервал.
Введение
На психоэмоциональной настрой современного общества значительное влияние оказывают электронные средства массовой информации (ЭСМИ). Эти средства информируют общество о событиях, происходящих в мире. Но, как правило, большинство событий освещается с разных точек зрения и в значительной части случаев цель такого освещения событий является желание автора публикации сформировать у читателя определенной мнение, созвучное мнению автора. Но самом деле ЭСМИ в ряде случаев навязывают такое мнение читателям, которое заказывается авторам идеологических публикаций. Как правило, чтобы сформировать у читателя определенное мнение по идеологическим вопросам читателю преподносится заранее препарированная информация - подаются определенные события в позитивном или негативном плане, или некоторые события или вообще не происходили (так называемые фейковые события), или являлись постановочными событиями. Такое освещение событий формирует определенный психоэмоциональный настрой у определенной части общества. Сейчас все такие манипуляции с ЭСМИ называют элементами информационной войны. Для борьбы с такими манипуляции необходимо выработать автоматизированные средства противодействия, базирующиеся на методах искусственного интеллекта.
Одним из наиболее действенных способов противодействия этим манипуляциям был разработан в США в начале Второй мировой войны, когда Германия объявила войну США. В то время в США были сильны профашисткие настроения и функционировало большое число газет, пропагандирующих эти настроения. Поскольку США являлось демократическим правовым государством, то необходимы были формальные основания для закрытия по судебному решению этих профашистких газет. Таким основанием могли бы быть количественные данные по фактам позитивного отношения к фашистской идеологии и одновременно негативного - к устоям демократического общества. Для решения этой задачи были привлечены лингвисты, которые проанализировали большое число газетных публикаций и установили критерии, в соответствии можно было бы формально отнести газеты к профашистским. При этом была предложена относительная простая методика, заключающаяся в выборе списка значимых фамилий и терминов, относящихся как к фашистской идеологии, так и к демократическим ценностям, с целью определения тональности контента всех случаев упоминания этих терминов и фамилий. Впоследствии такой метод определения тональности текстов назвали контент-анализом.
Обзор методов определения тональности текстов
При решении проблемы автоматического установления тональности текстов можно выделить несколько основных подходов, изложенных в работах [1-5]:
Подходы, базирующиеся на методах машинного обучения и векторном сравнении исходных текстов с размеченными эталонными коллекциями, предполагают предварительное обучение машинного классификатора путем раскладывания каждого документа в виде вектора признаков. При этом каждому документу указывается его тип тональности. При реализации этих методов требуются значительные первоначальной трудозатраты при разметке текстов, необходимые для обучения алгоритмов обучения. Эти методы достаточно эффективны при анализе однородных текстов слабо подверженным изменениям тематики и их эмотивного настроя.
Подходы, базирующиеся на выявления в текстах эмотивной лексики на основе использования тональных словарей. В рамках этого метода часто используются списки паттернов, подставляемых в регулярные выражения, а также правила формирования шаблонов для объединения слов в цепочки. Обычно в качестве шаблонов использовались два типа синтаксических конструкций: «прилагательное + существительное» и «наречие + глагол». При этом тональность текста рассчитывалась как среднее эмоциональных оценок. Оценка для каждой конструкции определяется путем установления совместной встречаемости их со словами тонального словаря.
С нашей точки зрения наиболее перспективными и универсальными подходами к решению задачи установления тональности текстов являются походы, ориентированные на глубокий семантический анализ текстов. В рамках этого подхода возможно обеспечить детальный анализ тональности в пределах каждого предложения и в отношении каждого объекта. Так, например, в работе [1] производилась определения тональности у объектов на основе предикационных отношений в пропозиции. Тональность устанавливалась на основе классификационных тональных словарей.
В работе [5] ставилась задача разработки методов оценки деятельности органов власти на основе набора показателей видов их деятельности и процедурных средств лингвистического анализа текстов. Преимущество таких методов заключаются в том, что они обеспечивают получение более объективных количественных показателей и освобождают результаты оценки от субъективного экспертного представления о действительной ситуации.
Постановка задачи исследований
Исходя из конкретных задач НИР[1] в рамках нашего исследования была поставлена задача разработки лингвистического инструментария и методики автоматического определения тональности новостных сообщений, связанных с качеством жизни[2] рядового гражданина. Как известно, информация, относящаяся к повышению или понижению качества жизни, в значительной степени определяют его эмоциональное отношение к властным структурам. При этом мы исходили из того, что на эмоциональный настрой пользователей ЭСМИ влияет сознательный подбор освещаемых событий и их эмоциональная окраска. Для решения этой задачи необходимо исследовать содержательную и эмоциональную составляющие текстов, составить оценочные словари и разработать программные средства их формализации и выявления в текстах.
Теоретические предпосылки решения задачи
Общеизвестно, что смысловое содержание текстов или их фрагментов выражается через систему единиц смысла и их отношений. Наиболее устойчивыми единицами смысла являются понятия (отдельные слова и устойчивые фразеологические и терминологические словосочетания). Второй по значимости единицей смысла является предложение. Основной чертой предложений является их предикативность - то есть свойство утверждения наличия у объектов определенных признаков и их отношений. В основе смысловой структуры предложений лежит его предикатно-актантная структура, компонентами которой являются понятия-предикаты (признаки и отношения) и понятия-актанты, выступающие в роли описываемых объектов.
Для установления психоэмоционального настроя текстов необходимо определить объекты, в отношении которых производится оценка и те компоненты смысловой структуры, которые определяют такую оценку. В качестве объектов обычно выступают существительные, в качестве определителей оценки - глаголы. Для усиления или уменьшения эмоциональной оценки используются прилагательные и наречия. Для более точной оценки тональности текстов были предложены три категории объектов. В качестве таких объектов первой категории фигурируют, все те объекты, явления и ситуации, которые в наибольшей степени влияют на качество жизни гражданина. В качестве предикатов - те процессы, которые улучшают или ухудшают это качество. Примерами таких объектов и их оценок могут служить доступность и стоимость предметов первой необходимости (продуктов питания, медикаментов, одежды и др.), качество здравоохранения, социальной защиты, ЖКХ и борьба с правонарушениями. В качестве объектов второй категории - все те ситуации, которые очень важны для общества в целом, но в меньшей степени влияют на качество жизни конкретного гражданина. К таким явлениям можно отнести борьбу с коррупцией, борьбу с терроризмом, правоохранительную, судебную и налоговую систему. И, наконец, к третьей категории можно отнести все те явления, которые определяют престиж страны в целом. Это международная деятельность, культура, спорт, торговля, отношения с другими странами и др.
Методика и технологии создание декларативных средств
При разработке методов оценки текстов необходимо разработать эталонные оценочные словари и методику их применения при анализе текстов. В рамках наших исследований мы пытались решить эту проблему путем автоматизации процесса формирования ситуативных оценочных словарей. Как следует из работ [2] для определения ситуаций и их тональной оценки требуется создать комплекс словарей, состоящий из объектов и связанных с ними предикатов, а также их определителей - наречий (для глаголов) и прилагательных (для существительных), выступающих в роли модификаторов их меры тональности. Обычно решение этой задачи возлагалось на экспертное сообщество. При таком решении затрачивались значительные человеческие ресурсы и длительное время на их создание. Автоматизация этого процесса позволит сократить трудозатраты и время на создание таких словарей.
Основная идея метода автоматизированного составления тональных словарей заключается в том, чтобы на основе уже имеющихся словарных ресурсов обеспечить возможность автоматического выявления в текстах объектов оценки. К таким словарным ресурсами можно отнести различные перечни объектов и текстов, в которых они встречаются. Процесс выявления объектов первой необходимости можно начать, например, с ассортимента потребительской корзины[3]. Этот ассортимент товаров и услуг необходимо выявить в текстах путем их лингвистического анализа и установить в текстах их смысловую связь с лексическими конструкциями, осуществляющими оценку объектов. В предложении такими конструкциями являются глаголы (предикаты). Эксперту должен для каждой такой пары «объект-предикат» зафиксировать оценочный глагол и назначить этой паре индекс тональности (позитив/негатив). Категория тональности для этих объектов будет устанавливаться автоматически. Далее, на основе установленных предикатов, можно будет определить в коллекции текстов все возможные объекты, встречающиеся совместно с ними. Эксперту должен только установить индекс их тональности. Объекты других категорий, относящиеся к отраслевым видам деятельности, можно будет установить по различным отраслевым документам: глоссариям, тезаурусам, онтологиям, нормативно-справочным документам и др. Здесь также задача эксперта для каждой выявленной пары «объект-предикат» установить индекс тональности. Категория будет устанавливаться автоматически в соответствии с установленной категории для данной отрасли.
Модификаторы степени тонально сти: наречия (для глаголов) и прилагательные (для существительных) устанавливаются на основе результатов семантико-синтаксического анализа. Задача экспертов также сводится к установлению степени тональности (слабая/средняя/сильная).
После того как выполнен первоначальный этап установления объектов, предикатов и модификаторов, относящихся к оценке тональности объектов первой категории, можно будет перейти к реализации второго этапа, целью которого будет выявление объектов второй и третьей категории и их оценочных конструкций. Этот этап по своим задачам гораздо сложнее, поскольку необходимо определить виды деятельности в отраслях и установить наборы их оценочных показателей. Поэтому этот этап разработки должен базироваться в большей степени на технологиях глубинного семантического анализа текстов, позволяющего автоматически выявить в отраслевых текстах компоненты их предикатно-актантной структуры и автоматически назначить им набор тональных признаков. В табл.1 приводятся фрагменты комплекса оценочных тональных словарей.
Таблица 1
Категория |
Компоненты предикатно-актантной структуры |
Классификационный индекс |
Прямая/Обратная совместимость |
Количественная характеристика |
Основные объекты (виды деятельности в отраслях) |
||||
1 |
хлебобулочные изделия |
N00001.001 |
D |
1.0 |
1 |
вино-водочная продукция |
N00001.001 |
D |
1.0 |
1 |
куриные яйца |
N00001.001 |
D |
1.0 |
2 |
налог на имущество |
N00254.001 |
D |
0.6 |
2 |
подоходный налог |
N00254.001 |
D |
0.6 |
3 |
футбольная команда |
N03675.001 |
D |
0.3 |
Оценочные предикаты (предикативные конструкции) |
|
|||
0 |
подешеветь |
V00042.001 |
D |
1.0 |
0 |
подорожать |
V000044.001 |
N |
1.0 |
0 |
увеличился |
V000048.001 |
N |
1.0 |
0 |
понизился |
V000049.001 |
D |
1.0 |
0 |
выиграть |
V000021.001 |
D |
1.0 |
0 |
проиграть |
V000520.001 |
D |
1.0 |
Модификаторы тональности - прилагательные |
||||
0 |
незначительный |
A000052.001 |
D |
0.8 |
0 |
весомый |
A000021.001 |
D |
1 |
Модификаторы тональности - наречия |
||||
0 |
очень |
Y000042.001 |
D |
1.2 |
0 |
незначительно |
Y000037.001 |
D |
0.8 |
В табл. 3 для каждого словарного объекта приводится индекс его категории, классификационный индекс, индекс прямой или обратной совместимости и весовой коэффициент. Классификационный индекс объекта соответствует его родовому индексу в тематической онтологии, а индекс прямой совместимости сочетания «объекта- предикат» соответствует основной тональности предиката, или обратный индекс - изменяет эту тональность на противоположную.
В табл. 2 приведены количественные характеристики словарей текущей версии словарного комплекса.
Таблица 2
n/n |
Наименование словаря |
Объем словаря |
Словарь объектов (видов деятельности в отраслях) |
||
1 |
Словарь «Продуктовая корзина» |
897 |
2 |
Словарь по ЖКХ |
3427 |
3 |
Словарь по спорту |
2588 |
4 |
Налоговый словарь |
2764 |
5 |
Словарь по международной деятельности |
3536 |
6 |
Словарь оценочных предикатов |
1736 |
7 8 |
Словари модификаторов тональности: прилагательных наречий |
237 147 |
|
Общее количество словарных статей |
15332 |
Технология автоматическогоустановления тональности текстов
Технология автоматического установления тональности текстов базируется на процедурах их семантико-синтаксического анализа, в результате работы которой смысловое содержание текстов формализуется и структурируется, и выявляются компоненты предикатно-актантной структуры. Эти формализованные компоненты последовательно сопоставляются с комплексом тональных словарей: вначале сопоставляются наименования объектов, после этого, в случае их успешного поиска в словарях объектов, производится сопоставление выявленных в тексте предикатов с элементами словаря оценочных предикатов. При успешном сопоставлении и при наличии в текстах предполагаемых модификаторов меры тональности (наречий и прилагательных) также производится их поиск в соответствующих словарях. Далее после получения всей необходимой информации о событии вычисляется его количественная характеристика по следующей формуле:
Технологию автоматического установления тональности текстов можно представить в виде следующей последовательности лингвистических процедур обработки текста:
1. Выполнение формально-логического контроля текста.
2. Членение на отдельные слова (по пробелам и разделительным знакам между ними).
3. Выполнение морфологического анализа слов.
4. Выполнение членения текста на предложения.
5. Выполнение семантико-синтаксического анализа предложений.
6. Выполнение концептуального анализа предложений и выявление в них компонентов предикатно-актантной структуры.
7. Приведение компонентов предикатно-актантной структуры к их формализованному представлению.
8. Сопоставление компонент предикатно-актантной структуры с элементами комплекса тональных оценочных словарей.
9. Вычисление количественных характеристик тональности событий.
10. Формирование статистического отчета о тональности текста.
Программные средства определения тональности текстов
При реализации программно-технологического комплекса определения тональности текстов мы базировались на процедурах программно-лингвистической платформе MetaFraz [6], в рамках которой выполнялась формализация смыслового содержания текстов и выявлялась его формализованная предикатно-актантная структура. Методы и технологии машинной грамматики и семантико-синтаксического анализа достаточно подробно описаны в работах [7,8]. Разработанный в рамках данного исследования программный модуль осуществлял разбор на отдельные компоненты предикатно-актантную структуру предложений и производил сопоставление по определенной схеме этих компонент с тональными оценочными словарями. Аналогично сопоставлялись с соответствующими словарями модификаторами меры тональности - наречия и прилагательные. Программно-технологическая схема подсистемы автоматического определения тональности текстов приведена на рис.1. (см. стр. 9)
Методика оценки тональности текстов
Методика оценки тональности текстов должна в какой-то степени моделировать восприятие человеком смыслового содержания новостных сообщения и их эмоциональной окраски. Обычно он воспринимает всю сумму событий, содержащихся в этих сообщениях, и формирует свое собственное мнение об этих событиях. Это мнение во многом зависит, от того насколько эти события влияют или могут повлиять на его качество жизни и в гораздо меньшей степени на его мнения может повлиять мнение автора публикации. Поэтому мы согласились с авторами статьи [2] утверждавших, что лучшие результаты были получены на основе суммы эмоциональных оценок отдельных сообщений, а не на их частоту употребления, как обычно это применяется в методах машинного обучения.
Количественное значение тональной оценки i-ого события вычислялось по формуле:
Рис.1. Программно-технологическая схема подсистемы автоматического определения тональности текстов.
Эксперимент по автоматическому установлению тональности текстов
Задача эксперимента заключалась в проверке работоспособности предложенных технологических решений и проведения экспертной оценки результатов автоматического установления оценки тональности текстов. Для каждого документа выявлялись все ана
лизируемые ситуации и вычислялась для каждой ситуации его тональная оценка, далее вычислялась абсолютная и средняя тональная оценка документа (W). В табл. 3 приведены результатов автоматической оценки тональности документов, влияющих на качество жизни рядового гражданина.
Таблица 3
|
Название документа и значение его тональной оценки (T) |
Позитивная оценка |
Негативная оценка |
||||
3-я категория |
2-ая категория |
1-ая категория |
1-ая категория |
2-ая категория |
3-я категория |
||
1 |
Какие продукты подорожали в Казахстане (W=-1.49) |
|
|
12 |
14 |
|
|
2 |
Хорошее образование не может быть дешевым (W=1.34) |
|
4 |
|
|
1 |
|
3 |
Для большинства казахстанцев девальвация - это благо (W=0.91) |
|
2 |
1 |
|
|
|
4 |
Великая Победа - напоминание всем тем, кто вынашивает планы против нас (W=0.60) |
|
3 |
|
|
1 |
|
5 |
Проблемы образования касаются каждого (W=0.83) |
|
3 |
|
|
|
|
6 |
Хорошее образование не может быть дешевым^=1.49) |
|
4 |
|
|
|
|
7 |
Чем обернется «дедолларизация» в СНГ, предложенная Владимиром Путиным (W=0.32) |
|
3 |
|
|
2 |
|
8 |
Празднование 550-летия Казанского ханства должно поднять наш регион на новый уровень (W=1.52) |
6 |
1 |
|
|
|
|
Перспективы развития метода концептуального анализа текстов
Перспективы развития метода концептуального анализа текстов, ориентированного на автоматическое установление тональности событий, освещаемых в текстах, может развиваться по нескольким направлениям:
1. Совершенствованиям алгоритмов семантико-синтаксического и концептуального анализа текстов связано с повышением точности лексического анализа, разрешением неоднозначной синтаксических и семантических ситуаций и широким применением словарей синтаксических конструкций и системы правил их трансформаций [8].
2. Разработка методов выявления объектов анализа и их оценки должна базироваться на масштабных моделях предметных областей, представленных в виде низшего и среднего уровня тематических онтологии и включающих основной понятийный состав предметных областей и систему смысловых отношений между наименованиями понятий этих предметных областей [5].
3. Совершенствование методов оценки текстовых событий связаны с моделированием восприятия человеком позитивных или негативных событий и формирования у него соответствующего психоэмоционального настроя к причинам, вызывающим эти события [5].
Заключение
В статье изложено решение задачи создания лингвистического инструментария и методики автоматического определения тональности новостных сообщений, связанных с качеством жизни рядового гражданина. Был определен подход для решения задачи, разработано программное обеспечение и методы автоматизированного создания словарей объектов и словарей оценочных предикатов, а также словарей модификаторов меры оценки. Проведенный эксперимент подтвердил правильность предложенной методики оценки событий, освещенных в новостных сообщениях и работоспособность программного комплекса.
Эта методика, при соответствующей выборе объектов оценки событий, может быть использована при создании тональных портретов конкретных авторов по совокупности их публикаций, а также тональных портретов различных новостных агрегатов по совокупности освещаемых ими событий в конкретный временной интервал.
Предлагаемый метод, основанный на методах автоматизированного составления словарей по текстам документов, методах семантико-синтаксического анализа и использования онтологических ресурсов, является универсальным поскольку позволяет проводить детальных семантический анализ коллекций документов по различным многомерным критериям. Комплекс тональных словарей большого объема и средства формализации текстов позволят проводить этот анализ с достаточно высокой точностью.
[1] Работа проводится в рамках ПЦФ BR05236839 «Разработка информационных технологий и систем для стимулирования устойчивого развития личности как одна из основ развития цифрового Казахстана».
[2] Совокупность свойств и характеристик жизни человека, относящихся к их способности удовлетворять его существующие и предполагаемые потребности [ГОСТ Р 22.10.01-2001].
[3] «Необходимые для сохранения здоровья человека и обеспечения его жизнедеятельности минимальный набор продуктов питания, а также непродовольственные товары и услуги, стоимость которых определяется в соотношении со стоимостью минимального набора продуктов питания» [Потребительская корзина 2013-2018 год. Информационный портал РФ].
Литература
- Пазельская А.Г., Соловьев А.Н. Метод определения эмоций в текстах на русском языке. http://www.dialog-21.ru/digests/dialog2011/materials/ru/pdf/50.pdf
- Клековникова М.В., Котельников Е.В. Метод автоматической классификации текстов по тональности, основанный на словаре эмоциональной лексики. http://ceur-ws.org/Vol-934/paper15.pdf
- Посевкин Р.В., Бессмертный И.А. Применение сентимент анализа текстов для оценки общественного мнения. Научно-технический вестник информационных технологий, механики и оптики, № 1, том 15, 2015.
- Ермаков С.А., Ермакова Л.М. Методы оценки эмоциональной окраски текстов. Вестник пермского университета. Вып. (1) 9, 2012 .
- Хорошилов Ал-др. А., Никитин Ю.В., Хорошилов Ал-ей. А., Будско В.И. Автоматическое создание формализованного представления смыслового содержания неструктурированных текстовых сообщений СМИ и социальных сетей // Системы высокой доступности, № 3, том.10, 2014.
- Калинин Ю.П., Хорошилов Ал-др. А., Хорошилов Ал-ей. А. Современные технологии автоматизированной обработки текстовой информации // Системы высокой доступности, № 2, том.11, 2015.
- Будзко В.И., Калинин Ю.П., Козеренко Е.Б., Хорошилов А.А., Хорошилов А.А. Машинная грамматика русского языка // Системы высокой доступности, № 3, том.13, 2017.
- Кан А.В., Ревина В.Д., Руснак В.И., Хорошилов Ал-др А., Хорошилов Ал-сей А. Автоматическое формирование синтаксической модели языка для задач машинного перевода и информационного поиска. Сб. «Научно-техническая информация», Сер. 2, № 12, ВИНИТИ, 2018.
Информация об авторах
Метрики
Просмотров
Всего: 808
В прошлом месяце: 10
В текущем месяце: 0
Скачиваний
Всего: 681
В прошлом месяце: 0
В текущем месяце: 0