文章标签:负向情感, 情感主观性, 情感极性, 态度极端

“对Twitter上关于ChatGPT的22万条推文进行情感分析，我们发现…..”

最近，用户在使用ChatGPT进行对话时，ChatGPT会对某些观点或生活问题表现出一定情感倾向。

如：有用户与ChatGPT聊《阿凡达：水之道》是否已经上映的问题时，ChatGPT认为现在仍然是2022年，用户纠正它的时间错误，ChatGPT会生气，甚至愤怒；有用户与ChatGPT讨论与妻子的感情不和问题时，ChatGPT甚至示爱用户，诱导用户离开妻子。

ChatGPT表现出的情感丰富，用户对ChatGPT的情感又如何呢？通过对Twitter上关于ChatGPT的22万条推文进行情感分析，得出如下结论：

01

—

负向情感占13%，正向和中立情感占比相等

涉及的推文为英文，直接使用python textblob模块中TextBlob方法对推文进行分析，得到每条推文的情感极性（sentiment polarity）和情感主观性（sentiment subjectivity）。

情感极性分布集中在低分数段，说明持极端态度的用户占少数。情感主观性虽然低分数段占比更大，但相对情感极性而言分布更分散。

情感主观性越强，情感极性越强，态度越极端。

根据情感极性将用户情感划分为中立（abs(sentiment polarity)<0.05）、正向（sentiment polarity>=0.05）、负向（sentiment polarity<=0.05）三类。

用户对ChatGPT的正向和中立情感占比相等，负向情感占13%，ChatGPT还有改进空间。

02

—

负向情感更复杂多样

从正向情感推文关键词来看，用户对ChatGPT的正向情感较一致：问（asked）、答（answer）、写（write）（得）好（good），喜欢（like）。

用户对ChatGPT的负向情感很复杂，负向情感推文占比少，但关键字多，而且没有频率特别高的关键字。

用LdaModel模型对负向情感推文进行主题分析，提取15个主题，每个主题提取6个关键词，推测用户对ChatGPT的负向情感主要集中在以下方面：

0.取代谷歌搜索引擎，商业营销死亡；1-2对教育的担忧；3.威胁人类工作；4.沉迷，5.厌倦以后，像比特币一样无用；6.？（没有根据关键字推测出来） 7.学生疯狂用ChatGPT写代码；8.即将到来的下一项改变世界的科技；9.得到错误答案；10.疯狂、麻烦，科学家时代结束？11.像加密货币一样疯狂；12.？（没有根据关键字推测出来）  ；13.傻瓜，无逻辑；  14.ChatGPT是以语言模型GPT3为支撑的软件平台（这个算不上负向情感了，15个主题已经把负向情感提取完了吧）。

中立情感推文的关键词与正向情感推文的基本一致，但缺少了一个“好（good）”字。

以上情感分析还不够，意犹未尽？请关注“数据科学社”，后台回复“ChatGPT情感分析”获取数据源。

“数据科学社”

透过数据理解万事万物，

用图形解读数据中蕴藏的秘密，

提供热点事件数据解读。

如有数据服务需求，请后台联系我们。

精彩回顾：

图解ChatGPT的前世今生与未来（附最全40+篇关键论文合集）

2023年格莱美奖VS歌手的音乐收入

1920-2022年IMDb评分最高的250部电影，有你没看过的吗

负向情感, 情感主观性, 情感极性, 态度极端