新研究：人工智能竟能精準檢測文本情緒！

人工智能（AI）不單單是用於分析數據的工具，它還正在改變我們交流、工作和生活的方式。

但這些技術進步是否意味着 AI 可以在網上識別我們的感受？

在我們發表在《國際市場研究雜誌》上的研究裡，我們研究了 AI 是否能夠檢測 X（以前稱爲 Twitter）帖子中的人類情緒。

我們的研究重點在於某些非營利組織的相關二手帖子中所表達的情緒是如何影響後續行動的，比如決定向其捐款。

傳統上，研究人員依靠情感分析，把消息劃分爲積極、消極或者中性。

雖說這種方法簡單又直觀，可它存在侷限性。

人類的情緒要細緻得多。例如，憤怒和失望都是負面情緒，但它們可能引發截然不同的反應。在商業環境中，憤怒的客戶可能比失望的客戶反應強烈得多。

爲了應對這些侷限，我們應用了一種人工智能模型，該模型能夠檢測推文中表達的特定情緒——例如喜悅、憤怒、悲傷和厭惡。

我們的研究發現，在 X 上表達的情緒可以作爲公衆對特定非營利組織的普遍看法的一種代表。這些感受對捐贈行爲有着直接的影響。

我們使用“轉換器遷移學習”模型來檢測文本中的情緒。由谷歌和臉書等公司在大規模數據集上進行預訓練，轉換器是一種非常複雜的人工智能算法，擅長理解自然語言（即自然發展形成的語言，而非計算機語言或代碼）。

我們在四個自我報告的情緒數據集（超過 360 萬個句子）和七個其他數據集（超過 6 萬個句子）的組合上對模型進行了微調。這使得我們能夠描繪出在線所表達的廣泛情緒。

例如，當閱讀像‘在學校開始我們的早晨是最好的！在#目的 #孩子 處都是微笑。’這樣的 X 帖子時，該模型會檢測到喜悅是主要情緒。

相反，該模型會從一條推文中捕捉到悲傷情緒，上面寫道：“我覺得自己失去了一部分。一個多月前我失去了媽媽，13 年前失去了爸爸。我感到迷茫和害怕。”

該模型在從文本檢測情緒方面準確率達到了令人印象深刻的 84%

然後，我們查看了有關兩個新西蘭組織——弗雷德·霍洛基金會和奧克蘭大學的推文。我們 發現 表達悲傷的推文更有可能促使向弗雷德·霍洛基金會捐款，而憤怒則與向奧克蘭大學捐款的增加有關。

識別特定情緒對營銷、教育和醫療保健等領域具有重要意義。

能夠在特定的在線環境中識別人們的情緒反應，能夠支持決策者對其個體客戶或更廣泛的市場做出迴應。

在線社交媒體帖子中所表達的每一種特定情緒，都需要公司或組織做出不同的反應。

我們的研究表明，在捐贈方面，不同的情緒會導致不同的結果。

瞭解營銷信息中的悲傷情緒可以增加對非營利組織的捐贈，從而開展更有效、更能引起情感共鳴的活動。憤怒可以促使人們對察覺到的不公正採取行動。

雖然變壓器遷移學習模型在文本情緒檢測方面表現出衆，但下一個重大突破將來自於將其與其他數據源（如語音語調或面部表情）相結合，以創建更完整的情緒概況。

想象一下這樣一個人工智能，它不僅能明白您寫的東西，還能知曉您的感受。顯然，這樣的進步伴隨着倫理挑戰。

在技術持續發展的過程中，這些都是必須予以解決的關鍵問題。