کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
336879 547341 2011 13 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
EMOVAL : évaluation automatique de la valence et de l’activation émotionnelles des textes à l’aide d’une méta-norme de 5656 mots-racines
موضوعات مرتبط
علوم انسانی و اجتماعی روانشناسی روانشناسی (عمومی)
پیش نمایش صفحه اول مقاله
EMOVAL : évaluation automatique de la valence et de l’activation émotionnelles des textes à l’aide d’une méta-norme de 5656 mots-racines
چکیده انگلیسی

RésuméEMOVAL est un modèle d’analyse de la valence et de l’activation émotionnelles des textes. EMOVAL emprunte à la tradition linguistique l’hypothèse selon laquelle tout mot comporte un aspect dénotatif (signification) et un aspect connotatif (« halo affectif »). Il utilise une méta-analyse des sept normes émotionnelles publiées en français et d’une norme émotionnelle publiée en anglais dans le but de caractériser la valence émotionnelle des énoncés (textes, paragraphes, phrases) en « agréable » ou « désagréable ». La méta-analyse indique que les valeurs des sept normes en français sont significativement corrélées entre elles (0,82 à 0,99) ainsi qu’avec les « normes affectives » de langue anglaise Affective Norm for English Words (ANEW) (0,81 à 0,97) (Bradley et Lang, 1999). Les valeurs d’activation des normes de Leleu (1987) et d’ANEW (Bradley et Lang, 1999) sont significativement corrélées à 0,55. La métanorme résultante comporte 5656 mots (noms, verbes, adjectifs, adverbes) caractérisés en valence (−1 à +1), et 3265 mots caractérisés en activation (0 à +1). Ces items sont utilisés par EMOVAL pour juger la valence émotionnelle d’un énoncé. Deux types de tests du modèle ont été réalisés : évaluation de l’ensemble (702) et d’extraits (110) d’un corpus de phrases jugées sur une échelle en sept points (−3 : très déplaisant, +3 : très plaisant) (Bestgen et al., 2004) et de 12 textes calibrés de valence émotionnelle positive (joie et bonne surprise) et négative (peur, colère, dégoût, tristesse et mauvaise surprise). Les deux types de tests effectués confirment la pertinence psychologique d’EMOVAL. Cependant des limites quant à la possibilité de conclure sur la dimension d’activation sont discutées. La métanorme présentée dans cet article peut être obtenue auprès des auteurs.

EMOVAL: automatic evaluation the emotional valence and arousal of texts using a 5656 root-words metanorm. EMOVAL is an emotional valence and arousal analysis model of texts. EMOVAL draws from linguistic tradition the hypothesis that every word has a denotative aspect (“meaning”) and a connotative aspect (“affective halo”). It uses a meta-analysis of seven French norms and one English norm with the objective to characterize the emotional valence of texts, paragraphs, or sentences in a pleasant or unpleasant way. The meta-analysis indicates that the seven French norms data are highly correlated in between (0.82 to 0.99), and highly correlated with the Affectiv Norm for English Words (Bradley et Lang, 1999) (0.81 to 0.97). Arousal values taken from Affective Norm for English Words (ANEW) (Bradley et Lang, 1999) and the Leleu (1987) norm are significately correlated (0.55). The metanorm has 5656 words (nouns, verbs, adjectives, adverbs) characterized in valence (−1 to +1), and 3265 words characterized in arousal. These items are used by EMOVAL for valence judgments of texts. Two types of texts are proposed: the evaluation of the whole (702) or of extracts (110) of a corpus of sentences judged in a seven-point scale (−3 very unpleasant to +3 very pleasant) (Bestgen et al., 2004), and of 12 texts positively valenced (happiness and good surprise) and negatively valenced (fear, anger, disgust, sadness, and bad surprise). These two types of tests confirm the psychological pertinence of EMOVAL. Limits regarding the arousal dimension are discussed. The metanorm presented in this article can be obtained from the authors.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Psychologie Française - Volume 56, Issue 4, December 2011, Pages 209–221
نویسندگان
, , ,