看Facebook如何自動分析帖子是否“正能量”

據(jù)國外媒體報道，F(xiàn)acebook自曝其研究人員曾操縱Facebook的“信息流(News Feed)”，人為地向某些用戶顯示更多正面或負(fù)面的內(nèi)容。那么，F(xiàn)acebook的研究人員是如何確定一個帖子為正面的或負(fù)面的?

他們利用一個被稱為“語言獲得和詞匯計(jì)數(shù)”(Linguistic Inquiry and Word Count，LIWC)的自動文本分析軟件程序。該軟件收集了4500個以上的單詞和詞根，能夠幫助研究人員挖掘和分析文本中包含的情感。

根據(jù)Facebook的研究報告，如果帖子含有至少一個被LIWC歸類為正面的單詞，則該帖子被確定為正面的;反之，如果帖子含有至少一個被LIWC歸類為負(fù)面的單詞，則該帖子被確定為負(fù)面的。

例如，LIWC將“哭泣(cried)”歸類為悲傷情緒，而悲傷是幾個負(fù)面情緒之一;像“惱怒(annoyed)”等單詞歸類為憤怒的情緒。而像“也許(maybe)、可能(perhaps)或者猜測(guess)”這類單詞，則表明該帖子的內(nèi)容是試探性的。

該軟件能夠通過分析詞性，以評估單詞被使用的上下文語境。這類軟件的開發(fā)者稱，他們正在努力，以使軟件能在評估數(shù)十萬個句子的基礎(chǔ)上來解決歧義的問題。

越來越多地公司和研究人員使用LIWC這類軟件，來分析社交化媒體上數(shù)量龐大的內(nèi)容。營銷人員想知道用戶如何評價自己的品牌，而學(xué)者希望通過挖掘社交媒體內(nèi)容，以研究人們的行為和社會發(fā)展趨勢。

LIWC的網(wǎng)站顯示，該軟件開發(fā)于上世紀(jì)90年代初。該軟件基于研究人員數(shù)十年的研究，他們發(fā)現(xiàn)人的生理和心理狀態(tài)可以通過其所使用的詞匯來預(yù)測。研究人員還發(fā)現(xiàn)，書寫可以影響人的情緒狀態(tài)。