वाचनासाठी 4 मिनिटे
भावना विश्लेषण: संगणक लोकांच्या संदेशांमधील आनंद, राग आणि नाराजी कशी ओळखतो?
३० सेकंदांत अर्थ
भावना विश्लेषण (सेंटिमेंट ॲनालिसिस) ही कृत्रिम बुद्धिमत्तेची अशी पद्धत आहे, जी संगणकीय भाषिक तंत्रांचा वापर करून लिखित मजकुरातील मानवी भावना, दृष्टिकोन आणि सूर आपोआप ओळखते. लाखो प्रतिक्रियांचे वर्गीकरण करून संस्थांना लोकांच्या सामूहिक मताचा कल समजून घेण्यास ही प्रणाली मदत करते.
शब्दांच्या मागचा अदृश्य भाव संगणक कसा मोजतो?
दर मिनिटाला ग्राहक उत्पादनांचे हजारो रिव्ह्यू, सोशल मीडियावरील प्रतिक्रिया, तक्रार निवारण संदेश आणि सर्वेक्षणांचे फॉर्म ऑनलाईन भरत असतात. कोणत्याही मोठ्या कंपनीसाठी, सरकारी यंत्रणेसाठी किंवा सामाजिक संस्थेसाठी हा अथांग मजकूर स्वतः माणसांकरवी वाचून काढणे मानवी क्षमतेबाहेरचे असते. लोकांच्या या प्रचंड प्रतिसादाचा अर्थ लावण्यासाठी संस्था भावना विश्लेषण (सेंटीमेंट ॲनालिसिस) या तंत्रज्ञानाचा वापर करतात. ही कृत्रिम बुद्धिमत्तेची शाखा मानवी भाषेतील भावना आणि सूर वाचून त्याचे रूपांतर संरचित गणिती आकडेवारीत करते.
सुरुवातीच्या काळात भावना विश्लेषण हे शब्दकोशातील शब्दांच्या यादीवर आणि साध्या नियमांवर (लेक्सिकल मॉडेल्स) चालायचे. सॉफ्टवेअर अभियंते विविध शब्दांना सकारात्मक किंवा नकारात्मक गुणांची वर्गवारी करायचे. उदाहरणार्थ, 'उत्कृष्ट' किंवा 'विश्वासार्ह' या शब्दांना +१ गुण दिला जायचा, तर 'खराब' किंवा 'दोषी' या शब्दांना -१ गुण दिला जायचा. संगणक संपूर्ण संदेशातील शब्दांची बेरीज करायचा आणि अंतिम आकड्यावरून वाक्य सकारात्मक, नकारात्मक की तटस्थ आहे हे ठरवायचा.
मात्र दैनंदिन मानवी भाषेतील गुंतागुंत हाताळताना ही साधी शब्द मोजणी कोलमडून पडली. 'हा फोन अजिबात वाईट नाही' हे साधे वाक्य पाहिले, तर त्यात 'वाईट' हा नकारात्मक शब्द असूनही संपूर्ण वाक्याचा अर्थ कौतुकास्पद आहे. जुनी प्रणाली 'वाईट' शब्द पाहून त्याला तक्रार मानायची. आधुनिक भावना विश्लेषण प्रणालींनी ही साधी पद्धत सोडून दिली असून, आता त्या मानवी मेंदूच्या नसांप्रमाणे काम करणाऱ्या आणि संदर्भ समजून घेणाऱ्या आधुनिक संगणकीय जाळ्यांचा (ट्रान्सफॉर्मर न्यूरल नेटवर्क्स) वापर करतात, जे वाक्याचे व्याकरण, शब्दांचा क्रम आणि भाषेचा खरा सूर एकाच वेळी तपासतात.
शब्दांचा संदर्भ आणि भाव मोजण्याची आधुनिक पद्धत (ट्रान्सफॉर्मर मॉडेल्स)
सध्याच्या प्रगत विश्लेषण प्रणाली मजकुरावर तीन प्रमुख तांत्रिक स्तरांवर प्रक्रिया करतात:
- भावनांची सकारात्मक किंवा नकारात्मक दिशा (ध्रुवीयता किंवा पोलॅरिटी): मॉडेल मजकुराचे गणिती आकड्यांमध्ये रूपांतर करते आणि त्याला -१.० (अत्यंत नकारात्मक) ते +१.० (अत्यंत सकारात्मक) या दरम्यानचा गुण देते.
- भावनेची तीव्रता: हे मोजमाप भाषेतील तीव्रता दर्शवते. उदाहरणार्थ, 'ॲप व्यवस्थित चालते' हे सौम्य समाधान दर्शवते, तर 'या ॲपने माझे जीवन पूर्ण बदलून टाकले' हा तीव्र उत्साह दर्शवतो.
- प्रत्येक मुद्द्याची स्वतंत्र भावना तपासणे (पैलू-आधारित किंवा अस्पेक्ट-बेस्ड सेंटिमेंट ॲनालिसिस): केवळ संपूर्ण परिच्छेदाला एकच शेरा देण्याऐवजी, मॉडेल वाक्यातील वेगवेगळ्या मुद्द्यांचे विश्लेषण करते. उदाहरणार्थ, 'हॉटेलमधील जेवण अप्रतिम होते पण वेटरचे वागणे अत्यंत उद्धट होते' या वाक्यात खाद्यपदार्थांबद्दल सकारात्मक मत आणि सेवेबद्दल नकारात्मक मत अशी स्वतंत्र नोंद केली जाते.
सिनेमांच्या रिव्ह्यूमध्ये जुन्या शब्द मोजणीचा आणि आधुनिक संदर्भाचा फरक स्पष्टपणे दिसून येतो. जर एखाद्या प्रेक्षकाने लिहिले, 'हा मानसशास्त्रीय भयपट सुरुवातीपासून शेवटपर्यंत मला प्रचंड घाबरवून सोडणारा आणि अंगावर काटा आणणारा होता', तर जुनी प्रणाली 'घाबरवून' आणि 'भयपट' हे शब्द पाहून प्रेक्षक नाराज असल्याचा चुकीचा निष्कर्ष काढायची. याउलट, आधुनिक ट्रान्सफॉर्मर मॉडेल हे समजून घेते की भयपटाच्या प्रकारात भीती वाटणे हीच प्रेक्षकाची खरी पसंती असते, त्यामुळे ते या रिव्ह्यूला उत्कृष्ट पसंती म्हणून नोंदवते.
उपरोध, सांस्कृतिक बारकावे आणि स्वयंचलित मर्यादा
तांत्रिक प्रगतीनंतरही मानवी संवादातील सामाजिक आणि सांस्कृतिक बारकावे समजताना या सॉफ्टवेअरला काही मर्यादा पडतात:
- उपरोध आणि टोमणे: 'छान! सणासुदीच्या दिवशीच आमची फ्लाईट रद्द झाली!' अशा वाक्यात 'छान' हा वरकरणी सकारात्मक शब्द असला तरी प्रत्यक्षात तीव्र संताप व्यक्त केलेला असतो, जो अनेकदा अल्गोरिदमच्या लक्षात येत नाही.
- स्थानिक म्हणी आणि बोलीभाषा: 'त्याच्या भाषणाने आज धुमाकूळ घातला' किंवा 'गाडी एकदम कडक आहे' या अनौपचारिक मराठीतील शब्दांचा अर्थ कौतुक असा होतो, पण काटेकोर संगणकीय प्रणाली त्याला हिंसक किंवा आक्रमक समजू शकते.
- ग्राहक सेवेतील प्राधान्याची विकृती: जर संगणक केवळ नकारात्मक भाषेच्या आधारे तक्रारींचे वर्गीकरण करत असेल, तर शिवीगाळ करणाऱ्या रागीट ग्राहकांचे मेसेज आधी सोडवले जातात, तर अत्यंत सभ्य आणि नम्र भाषेत तक्रार मांडणाऱ्या ग्राहकाला तासन्तास वाट पाहावी लागते.
- भाषिक पूर्वग्रह: विविध संशोधन दाखवून देतात की स्थानिक बोलीत किंवा व्याकरण थोडे बदलून लिहिणाऱ्या लोकांच्या मजकुराला मॉडेल अनेकदा चुकीने आक्रमक किंवा नकारात्मक श्रेणीत टाकते.
मानवी विवेक आणि गणनेचा समतोल
भावना विश्लेषण कंपन्यांना कोट्यवधी लोकांच्या मतांचा झटपट अंदाज देण्याचे एक प्रभावी साधन आहे, पण मानवी भावनांची खोली केवळ शब्दांच्या बेरजेपेक्षा कितीतरी मोठी असते. संगणक शब्दांची वारंवारता मोजू शकतो आणि गणिती संभाव्यता काढू शकतो, परंतु खरी सहानुभूती, संदर्भाचे भान आणि योग्य निर्णय यासाठी शेवटी मानवी बुद्धी आणि विवेकाचीच आवश्यकता असते.
स्रोत
- Natural Language API: Sentiment Analysis FundamentalsGoogle Cloud
- Aspect-Based Sentiment Analysis and Transformer ContextualizationAssociation for Computational Linguistics