出版社：Eesti Rakenduslingvistika Ühing (Estonian Association for Applied Linguistics)
摘要：Paragraphs of four genres are analysed to detect their emotional colouring,while a lexicon-based approach of linguistic analysis is weighed against reader opinion.The aim is to find out the prospects of automatic detection of emotion in any text by using a very small lexicon of about 600 frequent emotion words.*.
其他摘要：Artiklis analüüsitakse leksikonipõhisel,teksti lingvistilise analüüsi ja domineeriva OXJHMDKLQQDQJXPHHWRGLOQHOMDVWåDQULVWWHNVWLO}LNXGHHPRWVLRQDDOVXVW_NLUMDQGXVlik päevaraamat (Ristikivi 2008),majandusuudised,nädalalehe Arter horoskoop,päevalehe juhtkirjad (vt tabel 1).Uurimuse eesmärk on välja selgitada,kui perspektiivikaks võiks osutuda millise tahes teksti emotsionaalsuse automaatne määramine väga väikse leksikoni abil,mis sisaldab vaid u.600 sagedast emotsioonisõna.Esimeses etapis tehti kindlaks,kas tekstilõik sobib uurimise objektiks.Sel eesmärgil lasti eesti emotsionaalse kõne korpuse varem määratud emotsiooni kandvate (s.o positiivsete ja negatiivsete) lõikude lausetes kontekstivabalt määrata emotsiooni poolus (positiivne,negatiivne või neutraalne).Osutus,et lõik on sobiv uurimisüksus: lausete emotsioonimäärang kattub suuresti selle lõigu emotsiooniga,millesse laused kuuluvad (vt jooniseid 1–3).7HLVHVHWDSLVPllUDWLHHOQLPHWDWXGåDQULWLWHNVWLO}LNXGHHPRWVLRQDDOVXVHHVWL keele põhisõnavara sõnastiku abil (Kallas,Tuulik 2011),mille 3015 kõige sagedamast sõnast on 317 märgendatud positiivset ja 322 negatiivset emotsionaalset tähendust kandvaks.Tekstisõna sai pluss- või miinuspunkti kattumisel sõnastiku vastava emotsioonisõnaga,kuid nii,et eitus muutis neutraalse sõna negatiivseks,polaarse sõna aga vastandmärgiliseks.Lõigu emotsionaalsusskoori arvutamisel summeeriti pluss- ja miinusmärgiga sõnad.Kolmandas etapis kasutati kaht meetodit.Asjatundja teostatud lingvistiline tekstianalüüs arvestas erinevalt sõnastikust kõigi tasandite keelendeid,nende intensiivsust,lingvistilist ja laiemat konteksti.Emotsionaalsusskoor arvutati taas pluss- ja miinuspunkte summeerides,kuid ühtlasi võeti arvesse lõigu pikkust,mis andis võimaluse rääkida lõigu nõrgast,keskmisest ja tugevast emotsioonist.LugeMDKLQQDQJXDQGLVLJDåDQULWHNVWLO}LNXGHOHYlKHPDOWYLLVOXJHMDW?6HHMlUHOY}UUHOGL nii sõnastikupõhise meetodi kui ka lingvistilise tekstianalüüsi tulemuste kattuvust lugejahinnanguga – viimane on kõige usaldusväärsem ehk õige,sest just lugeja annab tekstile tähenduse.Muudel meetoditel saadud hinnangud loeti õigeks siis,kui lugejahinnang oli osutunud vasturääkivaks (st ükski hinnang ei domineerinud teiste üle) ja muul meetodil saadud hinnang kattus osa lugejate hinnanguga.VõrdOXVHWXOHPXVHGNDMDVWXYDGODOPDLQLWXGåDQULWHMlUMHVWXVHVWDEHOLWHV?–5.Selgus,et väike emotsioonisõnastik on tekstilõikude emotsiooni määramisel tõhus vahend: sõnastiku abil saadud määrang kattus lugejahinnanguga sõltuvalt åDQULVW????–76,5 protsenti,mis pole halvem teiste uurijate tulemustest (Taboada jt 2011 järgi 53–80%).Lingvistilise asjatundjaanalüüsi erinevus sõnastikupõhisest analüüsist polnud nii märkimisväärne,et tasuks keeruka ja mitmetasandilise analüüsi automatiseerimisele mõelda.
关键词：analysis of emotion;paragraph;reader opinion;textlinguistic analysis of emotion;word frequency
