Pikirkan tentang apa yang Anda bagikan dengan teman Anda di Facebook hari ini. Apakah itu perasaan "stres" atau "kegagalan", atau mungkin "sukacita", "cinta" atau "kegembiraan"? Setiap kali kita posting di media sosial, kita meninggalkan jejak mood kita.

Emosi kita adalah komoditas berharga, dan banyak perusahaan mengembangkan alat otomatis untuk mengenalinya dalam proses yang dikenal sebagai analisis sentimen.

Baru-baru ini, sebuah laporan yang bocor mengungkapkan Facebook bisa mengidentifikasi kapan orang muda merasa rentan, meski perusahaan itu punya bersikeras tidak menggunakan analisisnya untuk menargetkan pengguna dengan iklan. Facebook juga meminta maaf di 2014 untuk a eksperimen pada "penularan emosional" di mana pos dengan sentimen "positif" atau "negatif" disaring dari umpan pengguna.

Jelas, kemampuan untuk mendeteksi emosi dari teks sangat diminati oleh perusahaan media sosial, begitu pula pengiklan. Tapi bagaimana analisis sentimen bekerja, mengapa berguna dan apa bahayanya?

Bagaimana analisis sentimen bekerja?

Sementara rincian algoritma Facebook sendiri tidak diketahui publik, sebagian besar teknik analisis sentimen terbagi dalam dua kategori: diawasi atau tidak diawasi.

Metode yang diawasi bergantung pada data berlabel. Dengan kata lain, ini adalah pos yang telah diklasifikasikan secara manual karena mengandung sentimen positif atau negatif.

Metode statistik kemudian digunakan untuk melatih model untuk mengklasifikasikan posting baru secara otomatis berdasarkan adanya kata atau frase yang telah diidentifikasi sebelumnya, misalnya "stres" atau "santai".

Metode yang tidak diawasi, di sisi lain, sering mengandalkan pembuatan kamus nilai untuk berbagai kata. Salah satu kamus seperti itu dikembangkan oleh kolaborator saya meminta orang untuk memberikan 1 ke skor kebahagiaan 9 dengan kata-kata yang berbeda, dan kemudian rata-rata hasilnya: "pelangi", misalnya, mencetak 8.06, sementara "tidak berguna" mendapat 2.52.

Sentimen keseluruhan sebuah frase kemudian bisa dinilai dengan melihat semua kata di pos. Misalnya, skor rata-rata untuk posting "Ibu saya selalu mengatakan 'hidup itu seperti sekotak coklat'" adalah 6.02 di atas rata-rata menurut kamus ini, yang menunjukkan bahwa hal itu mengungkapkan perasaan positif.

Apa analisis sentimen yang digunakan?

Analisis sentimen semakin banyak digunakan oleh pemasar untuk mempelajari tren dan membuat rekomendasi produk.

Bayangkan sebuah ponsel baru dilepaskan; analisis sentimen posting media sosial tentang telepon dapat memberi wawasan berharga dan real estat kepada perusahaan tentang kinerjanya.

Ada aplikasi analisis sentimen yang lebih luas. Para peneliti baru-baru ini Melacak sentimen Twitter Donald Trump selama hari-hari 100 pertama dari kepresidenannya dan Bots dibangun untuk menempatkan perdagangan pasar ketika dia tweet positif atau negatif tentang perusahaan tertentu.

Para ilmuwan juga bisa melacak tren emosional dalam teks lain. Sebagai contoh, kami menggunakan analisis sentimen untuk mempelajari busur emosional lebih dari film 1,000 melalui skenario mereka. Arc dari film 2013 Disney Frozen ditunjukkan di bawah ini.

Busur emosional untuk film Frozen.

Banyak film menunjukkan pola yang sama: puncak dan palungan tegang dan pelepasan yang teratur, diikuti oleh sinar 80 yang sangat besar sampai film ini (semua harapan hilang!), Sebelum resolusi akhir dan akhir yang bahagia. Dengan menerapkan analisis serupa terhadap novel, kami menunjukkan hal itu Sebagian besar cerita mengikuti salah satu dari enam busur cerita dasar.

Kami masih kurang bagus dalam analisis sentimen

Mengingat bahwa analisis sentimen sering bergantung pada pos media sosial pertambangan, hal itu menimbulkan masalah etika yang besar, dan Perdebatan ini hanya permulaan. Namun sifat bahasa dan makna yang kompleks membuatnya rentan terhadap kesalahan.

Ambillah ungkapan, "Semoga kekuatan itu menyertai Anda", yang memberi skor 5.35 menggunakan analisis kamus kami. Untuk penggemar Star Wars, ini tentu saja merupakan ungkapan yang sangat positif, namun skornya sederhana dalam pengujian karena kata "kekuatan" diberi nilai 4.0 di bawah rata-rata.

Ini bisa dimengerti saat menilai kata ini dalam isolasi, namun dalam konteksnya kurang masuk akal.

Beberapa skeptisisme keabsahan kemampuan analisis sentimen Facebook dijamin. Bisa dibayangkan bahwa menggambarkan sesuatu sebagai "sakit sepenuhnya" di Facebook, sebuah ungkapan dukungan sehari-hari, dapat menyebabkan keadaan emosional seseorang salah klasifikasi.

Untuk memahami kapan analisis sentimen tidak dan tidak berhasil, penting untuk memeriksa kata-kata yang mendorong hasil tertentu.

Untuk melakukan ini, kami menggunakan "Pergeseran kata"Diagram, seperti yang ada di bawah untuk Beku. Ini menunjukkan kata-kata yang membuat klimaks dari skenario lebih sedih daripada akhir yang bahagia: lebih banyak referensi untuk "kesedihan" dan "ketakutan", tapi anehnya, lebih "cantik".

Plot membandingkan klimaks Beku sampai akhir yang membahagiakan. Bar biru di bagian atas grafik menunjukkan kata-kata yang berkontribusi paling atas pada perbedaan skor.

Janji dan peringatan

Analisis sentimen adalah alat yang ampuh, tapi hanya sains muda dan harus digunakan dengan hati-hati.

Ilmuwan harus mengembangkan alat yang memungkinkan kita mengintip "di bawah tenda" dan memahami mengapa algoritma tertentu menghasilkan hasil yang mereka lakukan. Inilah satu-satunya cara untuk mendiagnosis masalah dengan metode yang berbeda, dan yang lebih penting lagi, untuk mendidik masyarakat tentang kemungkinan dan keterbatasan lapangan.

Penelitian analisis sentimen sebagian besar telah dibangun di atas kumpulan data publik yang besar, terutama dari media sosial. Penting bagi kita untuk tanpa sadar menyediakan data yang mengerti apa yang bisa dan tidak dapat digunakan, dan bagaimana caranya.

Tentang Penulis

Lewis Mitchell, Dosen Matematika Terapan, Universitas Adelaide. Michelle Edwards berkontribusi pada artikel ini.

Artikel ini awalnya diterbitkan pada Percakapan. Membaca Artikel asli.

Buku terkait:

at Pasar InnerSelf dan Amazon