想想你今天在 Facebook 上与朋友分享了什么。是“压力”或“失败”的感受，还是“喜悦”“爱”或“兴奋”？每次在社交媒体上发帖，我们都会留下情绪的痕迹。
我们的情绪是宝贵的商品，许多公司正在开发自动化工具来识别情绪，这一过程称为情感分析。
最近，一份泄露的报告披露，Facebook 能够识别年轻人何时感到脆弱，尽管该公司坚称并未利用这项分析向用户定向投放广告。Facebook还曾道歉，为其在 2014 年进行的一项实验致歉。该实验研究“情绪传染”，做法是从用户的信息流中筛除带有“积极”或“消极”情感倾向的帖子。
显然，社交媒体公司和广告商都非常关注从文本中识别情绪的能力。但情感分析是如何运作的？它有什么用处？又有哪些危险？
情感分析如何运作？
虽然 Facebook 自身算法的细节并未公开，但大多数情感分析技术分为两类：监督式或无监督式。
监督式方法依赖标注数据。换言之，这些帖子经过人工分类，被标记为包含积极或消极情感。
随后，研究人员使用统计方法训练模型，根据预先识别出的词语或短语（例如“有压力”或“放松”）自动分类新帖子。
另一方面，无监督式方法通常依靠建立词典，为不同词语赋予分数。我的合作者开发的一本此类词典请人们为不同词语的幸福感打 1 至 9 分，然后计算平均值：例如，“彩虹”得分为 8.06，而“无用”得分为 2.52。
之后，可以查看帖子中的所有词语，为整个短语的情感倾向打分。例如，根据这本词典，帖子“我妈妈总是说，‘生活就像一盒巧克力’”的平均分为高于平均水平的 6.02，这表明它表达了积极的情绪。
情感分析有哪些用途？
营销人员越来越多地使用情感分析来研究趋势并提供产品推荐。
想象一款新手机上市了；对社交媒体上有关这款手机的帖子进行情感分析，或许能让公司及时了解产品的表现，为其提供宝贵的实时洞察。
情感分析还有更广泛的应用。研究人员最近追踪了唐纳德·特朗普就任总统后最初 100 天里 Twitter 上的情感倾向，并开发了用于进行市场交易的机器人，在他发推文对特定公司表达积极或消极看法时执行交易。
科学家也可以追踪其他文本中的情绪趋势。例如，我们利用情感分析，通过电影剧本研究了 1,000 多部影片的情绪曲线。下图展示了迪士尼 2013 年电影《冰雪奇缘》的情绪曲线。
许多电影呈现出类似的模式：紧张与缓和反复交替，形成规律的高峰和低谷；影片进行到 80% 时出现一个特别大的低谷（所有希望都破灭了！），随后迎来最终化解和圆满结局。我们对小说进行类似分析后发现，大多数故事都遵循六种基本故事情节之一。
我们的情感分析能力仍然不够好
鉴于情感分析往往依赖挖掘社交媒体帖子，这引发了重大的伦理问题，而且这场讨论才刚刚开始。然而，语言和意义的复杂性使情感分析容易出错。
以“愿原力与你同在”这句话为例。根据我们的词典分析，它的得分是 5.35。对任何《星球大战》粉丝来说，这当然是一句非常积极的话，但在我们的测试中，它的得分并不高，因为“原力”一词的评分低于平均水平，为 4.0。
单独给这个词评分时，这样的结果可以理解；但结合上下文来看，就不那么合理了。
因此，对 Facebook 情感分析能力的有效性持一些怀疑态度是有道理的。完全可以想见，在 Facebook 上说某件事“真带劲”——这是一种表示赞许的口语说法——可能导致某人的情绪状态被错误分类。
要了解情感分析何时有效、何时无效，重要的是考察哪些词语影响了特定结果。
为此，我们使用“词语变化”图表，例如下方展示《冰雪奇缘》的图表。它显示了剧本高潮部分为何比快乐的结局更悲伤：其中提到“悲伤”和“恐惧”的次数更多，但奇怪的是，“美丽”一词出现得也更多。
前景与警示
情感分析是一种强大的工具，但它仍是一门年轻的科学，必须谨慎使用。
科学家必须开发工具，让我们能够“深入了解其内部机制”，明白特定算法为何会得出相应结果。只有这样，才能诊断不同方法存在的问题，更重要的是，向公众说明这一领域的可能性与局限。
情感分析研究在很大程度上建立在大型公开数据集之上，尤其是来自社交媒体的数据。我们这些在不知情中提供数据的人，了解这些数据能用于什么、不能用于什么，以及如何使用，这一点很重要。
