新闻文章印象评估量表的设计
在当今信息爆炸的时代,新闻文章以其丰富多样的内容影响着人们的认知和感受。如何准确评估新闻文章给读者带来的印象,成为了一个值得深入研究的问题。下面将详细介绍相关的研究过程和成果。
研究背景
近年来,情感计算领域发展迅速,众多研究聚焦于情感在人际或人机交互中的作用,致力于让计算机识别和表达情感。然而,对于人们看到或听到信息时所产生的印象进行提取和利用的研究却相对较少。此前虽已提出从新闻文章中提取印象的方法及相关网络应用系统,但这些系统所提取和使用的印象多是基于基本情感模型直观确定的,未充分考虑新闻文章在印象方面的特征。
相关工作
- 情感推断研究 :在情感计算领域,有许多推断人们情感的研究。例如,有商业系统通过提取用户话语的语音特征来确定其情感;还有系统能识别用户情绪化或冒犯性的话语,并将其情感定位在特定的情感空间;也有系统通过测量用户的面部表情来匹配典型的情感表达;另外,还有利用与话语中出现的单词相关的积极感受来推断用户情感的系统。但这些研究与本次聚焦于文本信息传递所产生的印象有所不同。
- 声誉和评价提取研究 :在提取作者声誉和评价方面也有相关研究。如Turney提出的将各种评论分类为“推荐”或“不推荐”的方法,该方法基于文本中提取的单词与预定义参考单词的共现关系以及搜索引擎的命中次数来确定分类。不过,此方法仅适用于特定的“推荐 - 不推荐”量表。
- 已有印象相关系统 :之前已提出从新闻文章中提取印象的挖掘方法以及有效利用这些提取印象的网络应用系统。比如,新闻阅读器