Table of Contents

Разблокировка эмоционального архива: анализ чувств и эмоций для исторических писем

Исторические письма — это гораздо больше, чем чернила на пергаменте; это интимные записи человеческого опыта, запечатлевшие надежды, страхи и повседневные реалии людей, давно ушедших. Тем не менее эмоциональный подтекст этих документов часто остается скрытым, затененным сдвигами в языке, социальных нормах и огромном объеме переписки, которая сохраняется. Для историков, архивистов и педагогов задача состоит не только в том, чтобы прочитать то, что было написано, но и по-настоящему понять эмоциональный ландшафт, лежащий в основе слов. Недавние прорывы в вычислительной лингвистике — в частности, анализ чувств и эмоций — предлагают мощную линзу, через которую можно исследовать эти личные архивы. Применяя эти методы, ученые могут выйти за рамки анекдотических впечатлений, чтобы выявить эмоциональные паттерны, противоречия и поворотные моменты, которые формируют наше понимание прошлого.

В этой статье рассматривается, как анализ настроений и эмоций может быть применен к историческим письмам, методологические соображения, которые обеспечивают точную интерпретацию, и более широкие последствия для цифровых гуманитарных наук. Мы рассмотрим конкретные примеры, обсудим ограничения существующих моделей и подчеркнем, как эти инструменты в сочетании с традиционными историческими методами могут превратить коллекцию писем в богатый эмоциональный набор данных.

Определение аналитической основы: чувство против анализа эмоций

Прежде чем углубляться в исторические приложения, важно различать два основных вычислительных подхода: анализ настроений и анализ эмоций. Хотя они часто используются взаимозаменяемо, они служат различным аналитическим целям и дают различные типы понимания.

Анализ настроений: полярность и тон

Анализ настроений — это автоматизированная классификация текста на широкие категории полярности — обычно положительные, отрицательные или нейтральные. Более тонкие системы могут назначать числовую оценку (например, от -1 до +1) или тройную метка. Для исторических писем анализ настроений может отвечать на такие вопросы, как: «Был ли общий тон переписки солдата военного времени более негативным по мере затягивания конфликта?» Сдвиг коллективных настроений сообщества за месяцы до крупного политического события? Сила анализа настроений заключается в его масштабируемости; он может быстро обрабатывать тысячи писем для выявления всеобъемлющих эмоциональных траекторий.

Анализ эмоций: Гранулярные аффективные состояния

Анализ эмоций углубляется, выявляя конкретные эмоциональные состояния — радость, печаль, гнев, страх, удивление, отвращение, а иногда и более тонкие категории, такие как доверие или ожидание. Этот подход опирается на психологические модели, такие как основные эмоции Пола Экмана или колесо эмоций Роберта Плутчика. При применении к историческим буквам анализ эмоций может выявить, например, не только то, что письмо отрицательное, но и то, что оно характеризуется смесью гнева и страха — различие, которое может сигнализировать о кризисной точке или сдвиге в отношениях писателя. Анализ эмоций часто использует лексики (словари слов, аннотированных эмоциональными ассоциациями) или модели машинного обучения, обученные на меченом тексте.

Почему оба эти вопроса важны для исторических исследований

Исторические письма редко выражают чистые, единичные эмоции. Прощальное письмо может сочетать печаль с надеждой; деловое письмо может маскировать гнев под формальной вежливостью. Использование анализа чувств и эмоций в тандеме позволяет исследователям захватить эту сложность, обеспечивая более богатый эмоциональный профиль, чем одна только полярность. Например, письмо с нейтральным чувством может по-прежнему содержать значительное эмоциональное содержание, если автор использует преуменьшение или иронию - нюансы, которые анализ эмоций может уловить, распознавая слова, связанные с подавленным гневом или скрытой тревогой.

Применение анализа чувств и эмоций к историческим письмам

Практическое применение этих методов к исторической переписке требует тщательной подготовки и адаптации к конкретной области. Ниже мы очерчиваем ключевые шаги и подчеркиваем, как каждый из них способствует надежному аналитическому конвейеру.

Шаг 1: Оцифровка и сборка корпуса

Первым препятствием является оцифровка физических букв и сборка последовательного корпуса. Оптическое распознавание символов (OCR) должно обрабатывать курсивный сценарий, угасающие чернила и различные макеты страниц. Для рукописных писем может потребоваться ручная транскрипция или специализированное распознавание почерка. Качество цифрового текста напрямую влияет на точность анализа. После сборки корпус должен быть организован с метаданными: дата, писатель, получатель, географическое происхождение и любые известные события или контексты. Эти метаданные становятся критически важными для связывания эмоциональных сдвигов с внешними историческими факторами.

Шаг 2: Предварительная обработка и нормализация

Исторический язык представляет уникальные проблемы. Заклинание часто было нестандартным, пунктуация неустойчивой, и словарный запас архаичный.

  • Обычная нормализация: Преобразование слов типа «ты» или «хат» в современные эквиваленты или сохранение их, но отображение в стандартный словарь.
  • Токенизация: Разделение текста на слова при обработке архаичных сокращений (например, «&c» для «и т. д.»).
  • Удаление (или удержание) слов: Некоторые модели эмоций выигрывают от сохранения функциональных слов, поскольку они могут передавать подтекст (например, «но», «пока», «хотя»).

Неспособность нормализовать правописание может привести к тому, что модели неправильно классифицируют слова или рассматривают их как вне словарного запаса. Хорошей практикой является создание пользовательского исторического лексикона или использование такого инструмента, как VADER (Valence Aware Dictionary и sEntiment Reasoner) после переподготовки с образцами исторического текста.

Шаг 3: Выбор и адаптация модели

Модели, обученные современным социальным сетям или обзорам фильмов, будут неправильно понимать такие термины, как «меланхолия» (которая в 19 веке была клиническим термином, не обязательно отрицательным) или «гей» (что означало «счастливый» до 20-го века).

  • Использовать трансферное обучение: Начните с предварительно обученной модели (например, BERT, RoBERTa) и настройте ее на кураторском наборе исторических писем, которые были вручную аннотированы для эмоций.
  • Включите исторические тезаури: Ресурсы, такие как Оксфордский словарь английского исторического тезауруса, могут помочь сопоставить значения слов на протяжении веков.
  • Проведите валидацию, специфичную для домена: Пусть историки проанализируют случайную выборку результатов модели, чтобы уловить неверные классификации.

Шаг 4: Анализ и интерпретация

После запуска модели, вывод представляет собой структурированный набор данных: каждая буква или абзац помечены сентиментальной полярностью и эмоцией метки.

  • Проектирование эмоциональных траекторий с течением времени для одного писателя или группы.
  • Соотносят эмоции с известными событиями (например, всплеск страха перед битвой, падение радости после смерти любимого человека).
  • Сравните эмоциональные профили между полами, социальными классами или политическими фракциями.

Например, исследование писем американских солдат гражданской войны может обнаружить, что в первые месяцы полевые офицеры выражали больше гнева, что постепенно уступало место печали и отставке к концу войны — шаблоны, которые согласуются со вторичными историческими отчетами, но теперь эмпирически поддерживаются.

Тема исследования: Чувство в письмах Эбигейл и Джона Адамса

Чтобы проиллюстрировать практическую ценность этих методов, рассмотрим обширную переписку Джона и Эбигейл Адамс с 1762 по 1801 гг. Их письма являются богатым источником для понимания как личных эмоций, так и политических настроений во время Американской революции и ранней республики. Используя настраиваемую на заказ модель эмоций, исследователи могли:

  • Измеряйте частоту терминов привязанности (радость, любовь) в периоды разлуки.
  • Отслеживайте растущий гнев и разочарование в письмах Джона во время дела XYZ (1797-1798).
  • Определите моменты страха в письмах Эбигейл во время эпидемий оспы и военных угроз.

Такой анализ не заменит внимательного чтения, но позволит сравнить эмоциональную интенсивность в течение десятилетий и различные роли пары - частного доверенного лица против государственного деятеля. Он также может показать, как их эмоциональное выражение развивалось по мере старения и изменения политических обстоятельств.

Критические вызовы и методологические гарантии

Хотя обещание велико, применение анализа чувств и эмоций к историческим письмам чревато подводными камнями. Игнорирование этих проблем может привести к ошибочным выводам.

Эволюция языка и семантический дрифт

Слова со временем меняют смысл. «Awe» когда-то означало страх или ужас; «awful» означало полный трепет. Модель настроений, обученная современному английскому языку, вероятно, неправильно классифицировала бы письмо, описывающее «ужасный» шторм как негативный, когда автор мог бы означать «впечатляющий» или «внушающий страх». Чтобы смягчить это, исследователи должны построить конкретные лексиконы и модели тестирования на затянувшемся историческом тексте. Классический языковой инструментарий (CLTK) и Исторический тезаурус английского являются ценными ресурсами.

Жанр и регистр

Письма следуют соглашениям, которые варьируются в зависимости от эпохи, социального статуса и пола. Официальные руководства по написанию писем 18-го века поощряли обхождение и эмоциональную сдержанность; писатель может выразить подлинный гнев как мягкое несогласие. Точность модели зависит от признания этих закодированных выражений. Один подход заключается в обучении отдельных моделей для разных жанров (письма любви, военные депеши, деловая корреспонденция) или включать метаданные жанра в качестве функции.

Риски презентизма

Навязывание современных эмоциональных категорий прошлому опыту может искажать интерпретацию. Например, то, что мы сейчас называем «депрессией», могло быть описано как «меланхолия» или «пары», но не обязательно рассматриваться как патологическое. Ярлыки эмоций следует рассматривать как приближения, а не диагнозы. Исследователи всегда должны контекстуализировать результаты с первичным анализом источника.

Спаритет данных и небольшие наборы данных

Многие исторические коллекции писем невелики — несколько сотен букв, а не тысячи, необходимые для обучения моделей глубокого обучения. В таких случаях более уместны основанные на правилах лексики или простое машинное обучение (например, логистическая регрессия с функциями мешка слов).

Интеграция вычислительных и традиционных методов

Наиболее продуктивный подход рассматривает анализ настроений и эмоций как дополнение, а не замену традиционным историческим методам.

  1. Использовать результаты вычислений для обозначения шаблонов для близкого чтения. Например, всплеск гнева по нескольким письмам из конкретного месяца может побудить историка пересмотреть эти документы для конкретного события.
  2. Включите качественные циклы обратной связи: После первоначального анализа историки рассматривают неоднозначные образцы и соответствующим образом корректируют рекомендации по аннотации модели.
  3. Совместите с другими цифровыми методами: Сетевой анализ соавторов письма или моделирование темы может показать, как эмоции связаны с социальными связями и тематическими проблемами.

Этот гибридный подход иллюстрируется проектом Mapping the Republic of Letters, который использует сетевой анализ для отслеживания сетей корреспонденции, но может быть расширен, чтобы включать эмоциональный контент.

Практические инструменты и ресурсы для историков

Историки, которые хотят экспериментировать с анализом эмоций и чувств, но не имеют опыта программирования, могут начать с удобных инструментов:

  • VADER — лексиконный инструмент для анализа настроений, который достаточно хорошо работает с короткими текстами; требует базовых навыков Python, но был адаптирован в веб-интерфейсы.
  • Syuzhet — R-пакет, который извлекает из повествований дуги чувств и эмоций; может быть запущен через RStudio без тяжелого кодирования.
  • Transkribus — платформа для распознавания рукописного текста, которая также предлагает базовую метку настроений в рамках своего конвейера.

Для тех, кто хочет инвестировать в пользовательские модели, на таких платформах, как Hugging Face , размещены предварительно обученные модели трансформаторов, которые можно настроить на исторический текст с помощью скромных вычислительных ресурсов. Многие цифровые гуманитарные лаборатории предлагают семинары и совместные проекты, чтобы помочь ученым начать работу.

Этические соображения и ответственное использование

Работа с личными письмами, особенно теми, которые изначально не предназначались для публикации, поднимает этические вопросы, даже когда авторы давно умерли.

  • Уважайте ожидания конфиденциальности эпохи.Некоторые письма предназначались для сожжения после прочтения; обнародование их требует тщательного рассмотрения.
  • Избегайте редуктивных эмоциональных диагнозов.[1] Пометка человека как «хронически грустного» на основе вычислительного анализа может чрезмерно упростить их жизнь и контекст.
  • Будьте прозрачны в отношении неопределенности. Оценки моделей вероятностны, а не абсолютны. Отчет о погрешности и коэффициентах ручной проверки.

Будущие направления: к эмоционально грамотному историческому ИИ

Большие языковые модели (LLM), такие как GPT-4 и его преемники, все больше способны генерировать правдоподобные эмоциональные интерпретации текста. Однако им все еще не хватает истинной эмпатии и часто фабрикуют объяснения (галлюцинации). Будущие исследования, вероятно, будут сосредоточены на:

  • Мультимодальный анализ эмоций, который включает в себя стиль почерка, состояние бумаги и даже печати или диаграммы в качестве эмоциональных сигналов.
  • Модели межкультурных эмоций, которые объясняют, как различные исторические общества концептуализировали чувства (например, средневековое христианское понятие «ацедия» против современной скуки).
  • Объясняемый ИИ, который показывает, какие слова или фразы привели к появлению ярлыка эмоций, позволяя историкам проверять или оспаривать рассуждения модели.

Заключение

Анализ настроений и эмоций — это не магические ключи, открывающие прошлое. Это тупые инструменты, которые при тщательной калибровке и использовании в партнерстве с историческим опытом могут выявить ранее невидимые эмоциональные измерения. Письма, оставленные нам историей, — не просто артефакты; это голоса, которые ждут, чтобы их услышали на протяжении веков. Применяя вычислительные инструменты с строгостью и смирением, мы можем слушать более внимательно — не для того, чтобы заменить ухо историка, а для того, чтобы усилить его. Эмоциональный архив прошлого огромен, и мы только начинаем учиться читать его новыми глазами.