Ανάλυση συναισθήματος προφορικού λόγου από αθλητικές εκπομπές

Η ανάλυση συναισθήματος αποτελεί έναν κρίσιμο υποτομέα της Επεξεργασίας Φυσικής Γλώσσας (Natural Language Processing), κι έχει σήμερα μια πληθώρα εφαρμογών στους τομείς της πληροφορικής, της επικοινωνίας και των επιχειρήσεων. Παρ’ ότι η έρευνα έχει σημειώσει σημαντική πρόοδο στη μελέτη γραπτών κειμένων, η εφαρμογή αντίστοιχων μεθόδων σε αυθόρμητο, προφορικό λόγο - και ειδικότερα στο έντονα συναισθηματικά φορτισμένο περιβάλλον των αθλητικών εκπομπών - εξακολουθεί να συνιστά μια μεθοδολογικά και τεχνικά σύνθετη πρόκληση. Στο πλαίσιο αυτό, η παρούσα διπλωματική εργασία επικεντρώνεται στη συστηματική διερεύνηση της εν λόγω πρόκλησης, με στόχο την ανάπτυξη μιας ολοκληρωμένης μεθοδολογίας για τη δημιουργία ενός επαρκώς σχολιασμένου συνόλου δεδομένων (annotated dataset) και την εκπαίδευση βασικών μοντέλων μηχανικής μάθησης (Machine Learning) για την αυτόματη αναγνώριση και ταξινόμηση συναισθημάτων. Αρχικά, έγινε η διαδικασία συλλογής και σύνθεσης ενός σώματος κειμένων (corpus), αποτελούμενου από περίπου 500 αποσπάσματα, τα οποία προέκυψαν μέσω μεταγραφής αγγλόφωνων αθλητικών εκπομπών και podcast με θεματολογία σχετική με το UEFA Champions League. Στη συνέχεια, σχεδιάστηκε ένα εξειδικευμένο σχήμα 22 κατηγοριών συναισθήματος, το οποίο βασίστηκε σε καθιερωμένα θεωρητικά μοντέλα της ψυχολογίας και σε επαναληπτική ανάλυση του ίδιου του ερευνητικού υλικού. Ακολούθησε η χειροκίνητη επισημείωση των αποσπασμάτων και η εφαρμογή αλγορίθμων ταξινόμησης, συγκεκριμένα των Multinomial Naive Bayes και Logistic Regression, με χρήση της τεχνικής TF-IDF (Term Frequency – Inverse Document Frequency) για την αριθμητική αναπαράσταση των δεδομένων. Οι πειραματικές διαδικασίες επικεντρώθηκαν στην αξιολόγηση της απόδοσης των μοντέλων ως προς την ακρίβεια και την ικανότητά τους να διαχειριστούν την πολυπλοκότητα του συναισθηματικού περιεχομένου. Η ανάλυση των αποτελεσμάτων αποκάλυψε συνολικά χαμηλή απόδοση των μοντέλων, με την τελική εκδοχή του Logistic Regression να επιτυγχάνει ακρίβεια της τάξεως του 23%. Η κύρια αιτία για τη χαμηλή επίδοση αποδόθηκε στην έντονη ανισορροπία των κλάσεων (class imbalance), ένα φαινόμενο που χαρακτηρίζεται ως δομικό χαρακτηριστικό του αθλητικού λόγου, δεδομένης της έμφασης σε γεγονότα υψηλής συναισθηματικής έντασης (π.χ. στιγμές επιτυχίας ή αποτυχίας). Παρά την περιορισμένη συνολική ακρίβεια, καταγράφηκε ποιοτική πρόοδος κατά τη διάρκεια των πειραμάτων, με το τελικό μοντέλο να επιτυγχάνει F1-score 0.53 στην αναγνώριση της μειοψηφικής κατηγορίας «Απογοήτευση», στοιχείο που καταδεικνύει τις δυνατότητες προσαρμογής των μοντέλων υπό συγκεκριμένες συνθήκες.

Authors dc:creator

• Χαρίσης Γεώργιος
• Charisis Georgios

• Θετικές Επιστήμες
• Science

Language dc:language

Ελληνικά, Greek

Identifier

uoadl:5360578

OAI identifier oai:identifier

oai:lib.uoa.gr:uoadl:5360578