H11 Innovatief meten H12 positieve emoties Flashcards
Multimodale
analyse van
gezichtsuitdrukking
Er zijn andere modaliteiten van expressie: Oogbewegingen, hoofdbewegingen, lichaamsbewegingen, stemgebruik en verbale uitdrukkingen. Bij stemgebruik wordt gekeken naar toonhoogte, volume, energie, spreeksnelheid en pauzes. Het is moeilijk om spraakkenmerken te koppelen aan basale emoties. Idee achter multimodale analyse: emoties kunnen beter geclassificeerd worden met de kennis over de expressie in de verschillende modaliteiten. Multimodale analyse is vooral belangrijk in een meer naturalistische context
2 basisdimensies
van emoties
(Russel)
- Arousal: loopt van gedeactiveerd naar geactiveerd (kalm naar alert)
- Valentie: loopt van onplezierig naar plezierig (verdrietig naar gelukkig)
Onderzoek naar
multimodale
modellen
- Onderzoek D’mello en Kory: de accuraatheid van multimodale modellen verbeterde t.o.v. unimodale modellen. Komt overeen met sterke effectgrootte. De accuraatheid nam het meeste toe wanneer emoties spontaan voorkwamen in alledaagse situaties, minder bij geacteerde emoties en het minst bij oproepen van emoties.
- Onderzoek Poria: multimodale analyse heeft een meerwaarde, maar er zijn nog uitdagingen: Er moeten meer geavanceerde methoden gebruikt worden, er moet meer naturalistische data komen en generalisatie van bestaande modellen is nodig.
- Onderzoek Universiteit Twente: naar expressie van emoties bij ouderen met als doel verkrijgen van meer inzicht in verbale en non-verbale expressie van emoties tijdens
het vertellen. Positievere levensgebeurtenissen hangen samen met een positiever sentiment in de tekst, minder en kortere pauzes, gemiddeld een lagere toonhoogte.
Betrouwbaarheid
van analyse van
gezichtsuitdrukking
- Accuraatheid in alledaagse naturalistische contexten blijft een punt van aandacht
- Belangrijk probleem: Modellen gaan ervan uit dat emoties entiteiten zijn, waarbij verschillende modaliteiten op een gecoördineerde manier bijdragen aan de uitdrukking van dezelfde emotie. Inzichten die daaruit voortkomen zijn beperkt in validiteit, omdat ze gebaseerd zijn op stereotiepe, emoticonachtige expressie van emoties. In het dagelijks leven kunnen specifieke action units en modaliteiten elkaar tegenspreken (bv. glimlachen bij verhaal over frustrerende ervaring).
Validiteit van
analyse van
gezichtsuitdrukking
verhogen
Er moeten ook procesmatige aspecten van de uitdrukking van emoties betrokken worden in onderzoek om de validiteit te verhogen:
- De rol van persoonlijke aspecten, bv. appraisal en emotieregulatie
- De rol van contextuele aspecten, bv. welke emotie in een bepaalde context van sociale interactie past.
Affective
computing kan op 3
vlakken een rol
spelen
- In onderzoek: biedt innovatieve methoden om emoties te meten op het moment dat ze zich voordoen in alledaagse situaties. Dit heeft voordelen t.o.v. zelfrapportagemethoden die vaak retrospectief zijn en zich richten op een langere periode of op beperkt aantal momenten op een dag. Heeft ook voordelen T.o.v. fysiologische methoden die moeten meten met sensoren direct aan het lichaam.
- In PP toepassingen, bv. just-in-time-interventies die mensen ondersteunen bij herkennen van hun emoties of aanbieden van oefeningen.
- In interacties tussen mens en technologie, bv. zorgrobot adequaat laten reageren op de geobserveerde gemoedstoestand van mensen.
Text mining
Methode die zich richt op het structureren, evalueren en interpreteren van tekstuele data. Bv. om tekst om te zetten in cijfers waardoor analyses mogelijk zijn met computeralgoritmen. Heeft nauw verwantschap met NLP, maar wordt meer statistisch gebruikt.
Natural language
processing (NLP)
Brengt computerwetenschap samen met linguïstiek in computationele methoden om taal te leren, begrijpen en produceren. Recent ook gebruikt bij het ontwikkelen van dialoogsystemen en het bestuderen van sociale media. Ze hebben gemeen met elkaar dat ze zich richten op de structuur en betekenis van taal.
Stappen bij text
mining om de data
te kunnen
analyseren (Sools)
- Preprocessing: alle data moeten in eenheden worden verdeeld (bv. een woord/zin) en voorzien worden van metadata (bv. wat de bron van een tekst is). Ook kunnen de data genormaliseerd worden (bv. spelfouten eruit halen).
- Feature extraction: er worden kenmerken geselecteerd die onderzocht worden. Er worden ook kenmerken aan woorden toegekend (bv. de woordcategorie waartoe ze behoren of de syntactische functie).
- Feature selection: de kenmerken worden verder geanalyseerd door te zoeken naar overeenkomsten en verschillen tussen teksten of naar gemeenschappelijk voorkomen van bepaalde kenmerken in een tekst.
3 populairste
methoden voor
tekst mining. (Iliev)
- Woordenboekbenadering: LIWC, is een woordenboek waarin woorden aan specifieke linguïstische (pers.vnw ik, jij) en psychologische (emotiewoorden en inzichtwoorden; vinden, begrijpen, zich realiseren) functies en thema’s (familie, gezondheid enz) zijn toegewezen. Hiermee kan meer inzicht verkregen worden over de rol van het verbaal benoemen van emoties bij de ervaring van welbevinden.
- Geautomatiseerde extractie van kenmerken: automatische analyse van taalkenmerken. Gebruikt een bottom-up of data-driven-benadering. Het gebruik van bepaalde woorden kan iets zeggen over de ervaring van emoties en daarmee van welbevinden. Onderzoek: woorden die horen bij externe en interne gebeurtenissen
worden veel gebruikt om negatieve emoties te beschrijven. Woorden als rust, gezond
eten, beweging, massage en meditatie zijn gerelateerd aan positieve emoties. - Analyse van het samen voorkomen van woorden: woorden komen vaak tegelijk voor met andere woorden in bepaalde soorten tekst, maar niet in andere. Methoden hieruit zijn veel vrijer naar de structuur van datasets dan de woordenboekbenadering en de data-driven benadering. Kjell e.a. concludeerden dat de betekenismaten die ze aan woorden ontleend hebben, psychologische constructen als welbevinden kunnen beschrijven, differentiëren en meten.
Onderzoek text
mining sociale
media
- Onderzoek naar twitterberichten waaruit naar voren kwam dat de stemming positiever is gedurende de ochtend, maar afneemt gedurende de dag. Ook positievere stemming in het weekend en wanneer de dagen langer worden.
- Dodds introduceerde de hedonometer die woorden in tweets als gelukkig of verdrietig kenmerkte. Kwamen tot dezelfde bevindingen.
- Er is gematigde correlatie tussen stemming in tweets en surveydata over gemeenten
- Op regenachtige dagen worden meer negatieve berichten geplaatst. De valentie van berichten heeft ook effect op de berichten van vrienden (die doen hetzelfde)
- Mensen die gelukkiger zijn op sociale netwerken zoeken vooral gelukkige mensen op en mensen die minder gelukkig zijn vooral ongelukkige mensen.
- Zowel gelukkige als minder gelukkige gebruikers van sociale media blijken toch minder populair en minder gelukkig te zijn dan hun gemiddelde vrienden (zou kunnen verklaren waarom veel studies vinden dat mensen die veel sociale media gebruiken minder welbevinden ervaren).
Beperkingen
onderzoek naar
effect van therapie
Er is nog weinig bekend over de manier waarop een bepaalde therapie verandering teweegbrengt bij een bepaald persoon. Dit komt door 2 beperkingen
- Onderzoek naar therapieveranderingsprocessen is o.a. gebaseerd op kwalitatieve analyse van therapietranscripten (gaat vaak om één of enkele cliënten).
- De kennis is nog weinig cumulatief, omdat veel onderzoekers hun eigen theoretische insteek en analyse gebruiken.
4 stromen van
onderzoek
- Change analyses: psychologen die al vroeg interesse hadden in de inhoudelijke veranderingen van taalgebruik die aan het verloop van psychodynamische therapie gerelateerd is
- Engineers: wetenschappers die geïnteresseerd zijn in verbetering van technieken om belangrijke aspecten van motivational interviewing te onderzoeken.
- Exlorers: vooral geïnteresseerd in het ontwikkelen van nieuwe technieken van tekst mining om vaak complexe constructen van therapieverandering te onderzoeken.
- Digitals: vooral geïnteresseerd in de relatie van taalgebruik met de uitkomsten van internettherapie.
Linguïstische
indicatoren voor
change analyses
1) Gamma (maat voor gebruik van nieuwe woorden gedurende de therapie)
2) Redundantie (herhaaldelijk gebruik van dezelfde woorden)
3) Abstractie (het gebruik van abstracte woorden)
4) Emotionele toon (het gebruik van emotiegerelateerde woorden)
5) Afstand (verschil in het gebruik van woorden in specifieke categorieën, zoals
zelfstandige naamwoorden).
Belangrijke toepassing is het zoeken naar sessies waarin iets belangrijks lijkt te gebeuren (waarna verandering optreedt in de indicatoren)
Latent semantic
analysis
Mathematische techniek, verwant aan principale componentenanalyse, om de structuur van tekstdata te analyseren en herformuleren tot aantal latente dimensies
