IBM Watson Tone Analyzer 服务基于心理语言学理论,这是一个研究语言行为与心理学理论之间关系的领域。该服务使用语言分析以及书面文本语言特征与情绪和语言语气之间的关系,为这些语气维度打分。

心理语言学家一直致力于理解我们在日常生活中使用的言语是否反映了我们的身份、感觉以及思维方式。经过该领域几十年的研究,心理学、市场营销和其他领域现在都接受了这样一个观点:语言所反映的不仅仅是我们想要说的内容。我们使用特定类型词汇的频率可以提供关于我们的个性、思维方式、社会关系和情绪状态的线索。

许多人会自然而然地阅读消息,并判断消息发送者所传递出的语气。但是,计算机能够准确、自动地检测出消息中所包含的语气吗?这是最具挑战性的问题之一,人工智能和认知科学领域的研究人员一直在寻求答案。从最初的 Personality Insights 服务,到现在的 Tone Analyzer 服务,IBM 已经开始回答这一问题。

本文主要探索 Watson 服务领域的 IBM Cloud 上的 Tone Analyzer 服务。我查看了它的几个最佳用例,并简要讨论了它是什么,为什么要引入,更重要的是,如何使用它。

Tone Analyzer 服务特性

Tone Analyzer 服务利用认知语言学分析,从句子和文档层面识别各种语气。您可以使用这方面的洞察来调优和改进通信。它可以检测到三种语气,包括情绪(愤怒、厌恶、恐惧、喜悦和悲伤)、社交倾向(开放性、责任心、外倾性、宜人性和情绪范围)以及文本中的语言风格(分析型、自信型和试探型)。

以下列出了该服务的一些特性(或用例):

  • 进行社交聆听:分析人们在网上所写内容(比如,推文或评论)当中包含的情绪和语气。预测他们是否快乐、悲伤、自信等等。
  • 改善客户服务:监视客户服务和支持对话,这样您就能够以适当的方式大规模响应客户。看看客户是感到满意还是沮丧,客户代表是否礼貌周到且富有同情心。
  • 与聊天机器人集成:支持聊天机器人检测客户的语气,这样您就可以建立对话策略来相应地调整对话内容。

以下是它的实时运行图解:

Tone Analyzer Scorecard

Tone Analyzer Scorecard 三个维度的组成部分包括:

  • 情感语气:许多心理学模型都在文学中,用来捕捉人类的情绪,如愤怒、恐惧、期待、惊喜、喜悦、悲伤、信任和厌恶。IBM Cloud 开发了一种通过书面文本推断情绪的模型。Tone Analyzer 可以捕获其中与基于用户调研的语气分析相关的三种突出情绪。这三种情绪分别是:快乐、消极情绪和愤怒。快乐是指积极的情绪,比如喜悦、乐观、满足、鼓舞和幸福。消极情绪包括恐惧、厌恶、绝望、内疚、拒绝和屈辱。愤怒是一种强烈的消极情绪,如烦恼、敌意、侵略、痛苦、沮丧和狂暴。
  • 社会语气:社会语气包括人们个性中的社会倾向方面。Tone Analyzer 目前使用三种社会语气:开放性、宜人性以及责任心,这三者均来自大五人格模型。具体地说,开放性是一个人愿意体验各种活动的程度,宜人性是一种对他人富有同情心和合作精神的倾向,而责任心则是一种以有组织或考虑周到的方式采取行动的倾向。我们使用这三个维度来说明写作者在文本中所反映的开放性、宜人性以及责任心。
  • 书写风格/语气:书写语气提供了关于某人所写内容的分析型、自信型和试探型程度的反馈。分析型语气显示一个人对事物的推理和分析态度。自信型语气表示一个人对某事物表现出的确定程度。试探型语气表现出抑制的态度。

此外,Tone Analyzer 服务还可以解释所提供的文本中哪些词语加深了哪些语气。它还可以提供替代词语建议,帮助改进文本,从而反映所期望的语气。为了使 Tone Analyzer 服务能够很好地执行它的功能,所以对于文本输入,不存在最少词语数量要求。

总结

总之,研究表明,从统计学角度来看,词汇选择与个性、情感、态度、内在需求、价值观和思维过程之间存在着密切而显著的相关性。一些研究人员发现,人们在写博客、文章和推文时,使用特定类别词语的频率各不相同,而这些沟通媒介可以帮助预测性格的不同方面。先前的大部分工作都是从写作中词汇的运用出发,寻找心理学上有意义的词汇类别。这项研究是 IBM 开展 Tone Analyzer 服务相关工作的基础。IBM 以心理语言学研究的科学发现为支撑,致力于从人们所写的文字中推断出人们的个性特征、思维和写作风格、情绪以及内在需求和价值观。IBM 使用机器学习模型来评估一个人所写内容的各种特点,进而评价这些性格特征。这可以通过 IBM Cloud 上的 Tone Analyzer 服务轻松实现。

本文翻译自: Tone Analyzer service on IBM Cloud (2018-02-21)

加入讨论