“Can’t you read I’m frustrated?” En sentimentanalytisk studie i människa-chatbotinteraktion
“Can’t you read I’m frustrated?” A study in human-chatbot interaction
Sammanfattning
För att en serviceorienterad chatbot ska kunna bidra till kognitiv avlastning för en användare
är det viktigt att relationen mellan de två präglas av en viss nivå av tillit. Ett sätt att
åstadkomma detta är genom emotionsdetektering i den text användaren lämnar ifrån sig vid
interaktion. En passande respons på användarens emotionella tillstånd har visat sig förbättra
relationen mellan användare och gränssnitt, särskilt i situationer då interaktionen inte är
framgångsrik. Denna uppsats inleder med att redogöra för vad som orsakar negativa
emotioner, dels generellt och dels specifikt inom människa-datorinteraktion. Genom att utföra
sentiment- och ansiktsuttrycksanalys vid interaktion mellan användare och en prototyp av en
chatbot undersöks därefter om negativa emotionella tillstånd är möjliga att utröna. Resultaten
tyder på att negativa emotioner går att detektera, samt att det med fördel sker via
sentimentanalys snarare än ansiktsuttrycksanalys.
Examinationsnivå
Kandidatuppsats
Bachelor thesis
Övrig beskrivning
In order for a service-oriented chatbot to contribute to cognitive relief for a user, it is
important that the relationship between the two is characterized by a certain level of trust. One
way of achieving this is through emotion detection in the text the user delivers during
interaction. An appropriate response to the user's emotional state has been shown to enhance
the relationship between user and interface, especially in situations where the interaction is
not successful. This essay begins with explaining what causes negative emotions, both
generally and specifically in human-computer interaction. By performing sentiment analysis
and facial expression analysis on user interaction with a prototype of a chatbot, it is then
investigated whether negative emotional states are possible to detect. The results indicate that
negative emotions can be detected, and that this is preferably done via sentiment analysis
rather than facial expression analysis.
Datum
2017-09-27Författare
Larsson, Evelina
Ljungkvist, Stina
Nyckelord
Sentimentanalys
chatbot
emotioner
människa-datorinteraktion
Sentiment analysis
chatbot
emotions
human-computer interaction
Serie/rapportnr.
2017:128
Språk
swe