#結局AIはどこまで感情を判定できるのか？
AIが判定する感情とはがどの程度のものか2019年8月に調べたところ、狭義のAI、ニューラルネットワークを使って何かをするような具体的な事例にはたどりつけず、APIサービスがいくつかある事が分かったので、出来ること、出来ない事の境界を明らかにしみた。
感情分析の軸はポジティブ、ネガティブだったり、「喜び」「好き」「悲しみ」「恐れ」「怒り」だったり。「萌える」も分からないし「尊い」も分からないだろうし、ましてや「無理」の理解は無理だろう。文章の流れや構造によって皮肉的に伝えたりすることも、判定できているとは思えない。
2019年現在では単語レベルで感情を分けて、その数、強度などで感情を判定するものだと感じられる。「好き」「嫌い」といったエッジの効いた感情ならば文章にも表現されやすいが、「もやもやする」「じんわりくる」感情は文章に現れづらく、認識には程遠い。この辺が出来る事と出来ない事の境界だった。
#リンクと感想
AIが感情を認識する仕組みとは【活用事例もあわせて紹介】
表情、発生音、口調のようなノンバーバル情報をAIの画像認識や音声認識で理解し始めている、というような記事で、恐らくプログラマではない人が、感情分析について説明したものだと思う。一般にAIで感情を認識するというとこちらの認識の方が合っていて、「AI怖い」という感想になるかもしれないが、この辺は2000年代以前の、VRやARについての最新トレンドを追っている時と同じく、かなり先にならないと実現できないものを過剰に評価している感がある。画像認識技術を使って感情分析するには2019年夏ではまだ早い。あくまで文字データから認識したい。
Excelで誰でも簡単言語処理 (感情推定, 固有表現抽出, キーワード抽出, 文類似度推定 etc...)
Qiitaで探し始めて最初に私がたどりついた投稿。エクセルを使って、COTOHA APIにアクセスして文章から感情を推定させる。サンプルのエクセルもきちんと動いて理解した。
COTOHA APIを使って人の気持ちを考える
平成30年度のセンター試験（追試験）国語の問題文を、感情分析を使って見事に解いています。結論ではポジティブ、ネガティブ値から判断したように書いているが、感情分析にはポジティブ、ネガティブワードで決まる値だけが大事なのではなく、文脈の前後の感情、文脈の中の時間の流れ、特に行間を読むとはどういうことか？ということを深く考えさせられた。
WEB上の任意の記事から、読者の感情を推定する試み
国語の問題文を感情分析させるのは、まだ2019年では早い。ならばもっと上手なやり方はレビューを使って元の文章を推定させるという。計測が難しいものを直接測定するのではなく、間接的に測定すればよいという示唆は素晴らしい。
テキストの感情分析をするためのクラウドサービス比較
感情分析、と言われているサービス Google, Microsoft, Amazon, IBM, をまとめたもの。結局日本語対応しているのはGoogleだけなのかー、という概要と、料金についてもまとめられていてとても参考になりました。
テキストから感情分析するAIツール、ユーザーローカルが無償公開 いろいろ試してみた (1/2)
感情分析、Googleだけではなく、他もあったはずだと思ってたどり着いた記事。ユーザーローカル感情認識AI、たしかにチラッとためしてみていました。「喜び」「好き」「悲しみ」「恐れ」「怒り」の5項目のチャートで数値化するというのは、ポジティブ、ネガティブより進化しているんですが、文字の並び方や文末の細かなニュアンス表現から感情を読み取れる点については、将来が期待できた。(positive?)
日本語Sentiment Analysisに関する手法比較
極性辞書を使ってポジティブ、ネガティブを判定していたんですね。東北大学 乾・鈴木研究室が手掛けている研究なんですね。なんか、自然言語処理で、MeCabとかと似たようなにおいがします。