Как найти эмоционально окрашенные слова в тексте

Все слова в общепринятой лексике русского языка можно подразделить на 2 группы: эмоционально окрашенные слова и эмоционально нейтральные. 

Своей речью человек может выразить личное отношение к людям, вещам или действиям с помощью этих групп слов.

Эмоционально нейтральные слова

Наиболее тематически стилистическим слоем лексики языка являются общеупотребительные (нейтральные) слова. Используются они свободно, без определенных ограничений. Их употребление возможно как в разговорной речи, так и в письменной.

Эмоционально нейтральные слова используются для четкого определения действительности, без какой-либо ее личностной оценки (положительной, отрицательной). К примеру: класс, доска, новый, сильный, стоять, мало, сын, семь.

Их характеризует устойчивость основных значений. Большая часть этих слов в современном языке обозначает сейчас то же самое, что и во времена древней письменности.

Состав этих слов постоянно пополняется новыми общеизвестными понятиями, многие из которых имеют зарубежное происхождение.

Эмоционально окрашенные слова

Наравне со стилистически нейтральными словами, в разговорной речи встречаются слова, которые отличаются своей эмоциональной окраской. 

К примеру: сестренка, избушка, братик, зимушка, колечко, любушка, дворик. Это своеобразное выражение чувств как положительного, так и отрицательного характера.

К примеру: дом (нейтральная оценка) – домик (добрая оценка) – домишко (предвзятое отношение).

Слова, которые выражают отношение к чему-либо, называются эмоционально окрашенными. Ими люди как обозначают фактическую характеристику объектов, так и проявляют к ним свое личностное отношение:

• бутуз — не обычный ребенок, а небольшой, упитанный малыш (шутливая форма);

• лошаденка — не обычная лошадь, а бесполезная (с пренебрежением);

• колымажка — не стандартная телега, а неудобная и массивная (с иронией и пре­небрежительностью);

• лохмы — не обычные волосы, а неухоженные и не расчесанные (с презрением).

Используя суффиксы в тексте, можно добавить слову оценочную характеристику:

• сынуля (ласково о сыне);

• детина (негативное обращение к подростку).

Чтобы выражать разные оттенки чувств, в русском языке распространено использование суффиксов для оценивания:

• уменьшительно-ласкательные: -еньк-, -ущк-, -ишк-, -ек-, -ик- (доченька, домик, ножка, носик, зимушка, сыночек, котик);

• осуждающие с оттенком пренебрежения: -ан-, -ян- (грубиян, мужлан);

• увеличительные: -ищ- (ножища, ручища). 

В грамматике эмоциональное отношение к чему-либо можно выражать, используя приставки эмоциональной оценки: превеликий, премудрый, премилый. 

Существуют синонимы, отличающиеся друг от друга своей эмоциональной окраской:

• глаза – нейтральное слово, просто данность;

• очи – устаревшее, поэтическое;

• гляделки – пренебрежительное, просторечное.

Значение слов в этом случае может быть специфическим. 

Экспрессивность может выступать отличительной чертой эмоционально окрашенных синонимов. Это выражается степенью выразительности обозначения. 

Например, в выражении «множество гостей», есть возможность заменить «множество» экспрессивными синонимами: масса, тьма, бездна, уйма, толпа.

Слова с эмоциональной окраской составляют большую часть нашего словарного оборота и являются незаменимой составляющей стихотворений.

Обозначение в словарях

Не только разговорная речь богата эмоциональными словами, в словарях их обозначают определенными отметками: просторечное, высокое, ирониче­ское, бранное, разговорное и пр.

К при­меру:

• лизоблюд, -а, м. (устар.) — прислуживающий кому-либо, двуличный человек;
• лодырь, -я, м. (разг.). — ленивый, неработающий. Гонять лодыря (прост.)— прохлаждаться;
• напрочь (прост.) — навсегда, навечно. Завершить, вырвать с корнем;
• дерзать (разг.) — стараться чего-то достигнуть.

Сентимент-анализ. Определяем эмоциональные сообщения на Хабре

Анализ тональности текста (или сентимент-анализ) – одна из задач, с которыми работают специалисты Data Science. С помощью такого анализа можно изучить массив сообщений и иных данных и определить, как они эмоционально окрашены – позитивно, негативно или нейтрально.

Рассмотрим, как это работает – проанализируем ряд статей на основании датасета Linis Crowd. Предлагаем определить, какие модели наиболее перспективны, например, для разработки всевозможных сервисов мониторинга. В качестве предметной области выберем статьи технического характера (например, на Хабре), что может быть полезно для реализации автоматического сбора мнений.

Тональность – выявление в текстах эмоционально окрашенной лексики, а также эмоциональной оценки мнений, высказанных авторами. 

Для оценки тональности, в первую очередь, нужно “перевести” сообщение с естественного языка на компьютерный. Для этого есть различные способы, которые уже давно подробно описаны в научной литературе (посмотреть отдельные примеры можно в конце этой статьи). Один из наиболее простых методов – определить лексическую тональность слов, составляющих сообщение, без учета контекста.

Для одного из внутренних проектов исследовательского характера мы разобрали, с помощью каких инструментов можно решить задачу по сентимент-анализу. Делимся этапами анализа и полученными результатами, которые могут быть полезны для тех специалистов, которые сейчас находятся на первых этапах знакомства с этой областью знаний. 

Что мы делали

Задача: определить тональность текстов технического характера на Хабре. Ожидаемый результат – оценка тональности с точностью около 70-80%, как правило, наблюдаемой при анализе естественного языка.

Для решения этой задачи зачастую используют следующие основные алгоритмы:

• Статистический метод. Для его использования необходимы заранее размеченные по тональности коллекции (корпуса) текстов. Они служат для обучения модели, с помощью которой и происходит определение тональности текста или фразы.

• Метод, основанный на словарях и правилах. Для этого нужно заранее составить словари позитивных и негативных слов и выражений. Этот метод может использовать как списки шаблонов, так и правила соединения тональной лексики внутри предложения, основанные на грамматическом и синтаксическом разборе.

В нашем случае мы выбрали статистический метод, основанный на модели машинного обучения с учителем. Его преимущество – возможность масштабировать задачу в рамках небольшого обучаемого корпуса данных. Нам нужно было добиться того, чтобы пользователь мог добавить в IT-систему ссылку на новость, а система определила бы эмоциональную окраску сообщения. Для этого мы составили классификацию:

-1 – текст с отрицательной окраской

Пример:

0 – нейтральный; 

Пример:

1 – положительный текст; 

Пример:

При этом для выполнения анализа нужно было решить 2 дополнительные задачи:

• Подбор русскоязычного датасета с размеченной тональностью для обучения системы. В ходе исследования мы убедились, что таких датасетов не очень много, и после их оценки приняли решение использовать корпус Linis Crowd.

• Создать алгоритм для автоматической подготовки датасета, чтобы дать на обучение модели сформулированные тексты в рамках заданной предметной области. Для этого был использован скрипт на python, который подбирает нужный текст из корпуса текстов по имеющимся ключевым словам на техническую тематику.

Что мы использовали

• Поскольку в рамках исследовательской задачи у нас не было жестких требований к полученному веб-приложению, мы выбрали легковесный фреймворк Flask, который позволяет быстро разработать веб-приложение без лишнего функционала.

• Библиотека nltk для исключения стоп-слов русского языка. На ее основе мы создали свой словарь с исключением слов, не влияющих на тональность.

• Для векторизации текста и удобной работы с моделями машинного обучения мы использовали открытую библиотеку Fasttext. Она является модификацией привычного всем в мире эмбединга Word2Vec и хорошо подходит для морфологически богатых языков, в том числе русского языка, рассматриваемого в задаче. Полученные из векторов тексты мы отправляли в модель и после этого выполняли расчет тональности. Для этого мы выбираем первые 500 слов, которые прошли обработку с исключением.

Принцип работы Fasttext поясняют следующие примеры (источник):

Модели анализа

Для классификации текстов по тональности мы использовали следующие модели – наиболее простые и высокоскоростные, что было предпочтительно для нашего исследования.

1) Наивный байесовский классификатор

Основан на алгоритме с байесовского классификатора, где для классифицируемого объекта вычисляются функции правдоподобия каждого из классов, по которым, в свою очередь, определяют апостериорные вероятности классов. Объект относится к тому классу, для которого апостериорная вероятность максимальна. Для работы модели вводится допущение о независимых признаках.

Источник

Параметры, которые мы применили:

alpha = 0.3; fitprior = True; classprior = None

2) Случайный лес

Данный алгоритм является модификацией применения решающих деревьев, где для задач классификации решение выносится согласно выбору большинства деревьев.

Схема работы:

• Выбирается подвыборка обучающего корпуса размера samplesize, при этом она может быть с возвращением. Далее строится дерево, и здесь для каждого дерева нужна своя подвыборка.

• Для построения каждого расщепления в дереве просматриваем max_features случайных признаков (для каждого нового расщепления — свои случайные признаки).

• Выбираем наилучшие признак и расщепление по нему (по заранее заданному критерию). Дерево строится, как правило, до исчерпания выборки (пока в листьях не останутся представители только одного класса). При этом в современных реализациях есть параметры, которые ограничивают высоту дерева, число объектов в листьях и число объектов в подвыборке, при котором проводится расщепление. 

Подробнее с работой алгоритма можно познакомиться в источнике. 

Параметры, которые мы применили: 

nestimators = 200; maxdepth = 3; random_state = 0

3) Рекуррентная нейронная сеть 

Вид нейронных сетей, где связи между элементами образуют направленную последовательность. 

Архитектура сети включает слой Embedding, который преобразует данные в 64-мерный вектор, слой LSTM (128 узлов) и слой Dense (10 узлов).

Источник

Датасет

Для реализации обучения с учителем мы взяли открытый датасет Linis Crowd, который содержит 29 тысяч размеченных текстов – наиболее крупный датасет для неформальных текстов на русском языке. Для обучения модели были использованы размеченные тексты с разделением на заданные по задачам исследования классы.

В нашем исследовании датасет был ограничен  в рамках предметной области путем выборки текстов из корпуса по ключевым словам.

Время обработки

По результатом тестов выяснилось, что решение моделей по определению тональности слабо влияет на время выполнение запроса. Основную нагрузку вносит использование fasttext для эмбеддинга входящего текста, занимающее в районе 5 — 10 секунд с использованием вычислений на CPU. При работе с GPU показатели стали в диапазоне 0.7 – 1.

Показатели точности

 Для тестирования мы разделили модели со следующим соотношением:

• Обучающая выборка – 60%. 

• Валидационная проверка – 20% 

• Тестирование – 20% с балансировкой датасета. 

Как отмечено ранее, в начале исследования мы рассчитывали на оценку тональности с точностью на уровне 70-80%. 

Выводы

По итогам исследования мы получили следующие оценки точности: 

• Наивный байесовский классификатор (88,32%)

• Случайный лес (78,91%)

• Рекуррентная нейронная сеть. RNN (83,26%)

Таким образом, наиболее перспективные результаты – 88,32% – показал наивный байесовский классификатор. Получение показателей выше, чем 80%, можно считать успешным при работе с естественными языками.

Спасибо за внимание! Надеемся, что описанный пример был для вас полезен. 

А если вы хотите больше узнать о сентимент-анализе, рекомендуем несколько статей по теме: 

1. http://datareview.info/article/analiz-tonalnosti-teksta-kontseptsiya-metodyi-oblasti-primeneniya/

2. https://habr.com/ru/company/palitrumlab/blog/262595/

3. https://compress.ru/article.aspx?id=23115

4. https://habr.com/ru/company/mailru/blog/417767/

5. https://habr.com/ru/company/mailru/blog/516214/

6. https://habr.com/ru/company/mailru/blog/516726/

7. https://habr.com/ru/company/mailru/blog/516730/

Русский язык

6 класс

Урок 21

Эмоционально окрашенные слова

Перечень рассматриваемых вопросов:

1. Определение эмоционально окрашенных слов.

2. Способы выражения эмоциональной окраски в русской лексике.

3. Толкование эмоционально окрашенных слов в толковых словарях; типы помет, сопровождающих эмоционально окрашенные слова.

4. Стилистические нормы употребления эмоционально окрашенных слов в речи.

Тезаурус

Лексика – это словарный состав языка.

Нейтральные слова – общеупотребительная, лишённая стилистической окраски лексика. 

Помета в словаре – специальное дополнительное указание, сопровождающее толкование слова, его описание. 

Толковый словарь – словарь, содержащий слова с объяснением их значений; может содержать грамматическую, этимологическую и стилистическую характеристики слов, примеры употребления и др. сведения. 

Эмоционально окрашенные слова – слова, имеющие эмоциональную окрашенность.

Стилистические синонимы – это слова, которые имеют одинаковое значение, но употребляются в разных стилях речи.

Список литературы

Обязательная литература:

1. Баранов М. Т., Ладыженская Т. А., Тростенцова Л. А. и др. Русский язык. Учебник. 6 класс. В 2 ч. Ч. 2. – М.: Просвещение, 2015. – 191 с.

Открытые электронные ресурсы:

1. Словари.ру: http://slovari.ru/search.aspx?p=3068 (дата обращения 18.06.2019)

Теоретический материал для самостоятельного изучения

Слово в любом языке используется, прежде всего, для того, чтобы назвать предметы, признаки, количества, действия. Можем ли мы с помощью слов не только назвать, обозначить какие-либо явления, но и выразить к ним свои чувства, дать им оценку?

Сегодня на уроке мы познакомимся с такими словами, которые позволяют выразить эмоциональное отношение к тому, о чём мы говорим.

Возьмём хорошо известную нам «Сказку о рыбаке и рыбке» Александра Сергеевича Пушкина.

Вот старуха ругает старика:

Дурачина ты, простофиля!

Не умел ты взять выкупа с рыбки!

Хоть бы взял ты с неё корыто,

Наше-то совсем раскололось.

С помощью каких слов выражает своё недовольство героиня? Она использует слова «дурачина», «простофиля» – мы все понимаем, что такими словами она старика не похвалила, а побранила.

А Лисица из басни Ивана Андреевича Крылова «Ворона и Лисица» хочет польстить Вороне, поэтому обращается к ней с другими оценочными словами:

Голубушка, как хороша!
Ну что за шейка, что за глазки!
Рассказывать, так, право, сказки!
Какие пёрушки! какой носок!

И, верно, ангельский быть должен голосок!
Спой, светик, не стыдись!

Хитрая Лисица сумела в этой фразе похвалить Ворону много раз, используя такие слова, как «голубушка», «шейка», «глазки», «пёрушки», «носок», «голосок», «светик». Особенностью слов, с помощью которых Лисица хвалит, являются суффиксы – они называются уменьшительно-ласкательными.

Слова, выражающие отношение говорящего к тому, о чём он говорит, называются эмоционально окрашенными. С помощью таких слов можно дать положительную (одобрительную) или отрицательную (неодобрительную) оценку.

Например, можно, описывая внешность девушки, использовать слово «очи», подчёркивая не только привлекательность человека, но и своё восхищение красотой глаз девушки. Именно так использовано это слово в романе Александра Фадеева «Молодая Гвардия»: «У Ули глаза были большие, тёмно-карие, не глаза, а очи, с длинными ресницами, молочными белками, чёрными таинственными зрачками». Писатель противопоставляет нейтральное слово «глаза» эмоционально окрашенному «очи», даёт положительную оценку.

А вот героиня Максима Горького использует для обозначения глаз человека грубое, резкое слово, выражающее её отношение: «Старая хозяйка говорит мне: “Погоди, книгожора, лопнут зенки-то”». Использование слова «зенки» говорит о неодобрительной оценке говорящего.

В толковых словарях эмоционально окрашенные слова обозначаются при помощи специальных помет. Какими бывают пометы?

Книжное, высокое, ласкательное, уменьшительное, уменьшительно-ласкательное.

А ещё – неодобрительное, презрительное, уничижительное, грубое, бранное.

Есть также такие пометы, как шутливое, ироническое, просторечное и разговорное.

Например, слово «очи» сопровождается пометой «высокое»; а слово «зенки» помечается как «грубое, просторечное».

Для того чтобы выразить своё отношение к какому-либо явлению, говорящий может использовать возможности русского словообразования. Иными словами, может образовать слово с суффиксами и приставками со значением оценки. Например, ласковое обращение получается, если мы используем суффиксы -ушк- / -юшк-:

Матушка-гусынюшка,

Нянюшка-графинюшка,

Не упало ли добро? – читаем в стихотворении Александра Маршака.

Неодобрительное отношение будет выражено в слове, если оно имеет суффикс -ашк-: старикашка. Пренебрежение выражается при помощи суффикса -ишк-: городишко, житьишко.

Некоторые суффиксы способны выражать почти противоположные значения. Так, суффикс -иц- может придавать уменьшительно-ласкательное значение (лужица), а может вносить оттенок пренебрежения (произведеньице). Такой же способностью обладает суффикс прилагательных —оньк-(-еньк-): сладенький, лёгонький, плохонький, добренький.

Эмоционально окрашенные слова не используются в официально-деловом и научном стилях. Такие слова более всего характерны для разговорной речи, используются они в художественной литературе.

Примеры задания из Тренировочного модуля

Сортировка элементов по категориям

Нейтральные и эмоционально окрашенные слова.

Распределите слова по группам соответственно характеристикам

Даны слова: слово, малевать, дорога, баламут, работник, рисовать, реченька, бородище

Чтобы выполнить это задание, нужно дать характеристику лексического значения слова, определить, есть ли в значении слова эмоциональная окраса или оценка предмета, определить особенность морфемного состава слова: есть ли в слове уменьшительно-ласкательные или увеличительные суффиксы.

Правильный ответ

Ответ: слово малевать не просто обозначает процесс «рисовать», но и содержит пренебрежительную оценку. Вывод: слово малевать – эмоционально окрашенное.

Слово баламут обозначает человека, вносящего беспорядок, в значении слова содержится неодобрительная оценка. Вывод: слово баламут – эмоционально окрашенное.

Слово реченька содержит уменьшительно-ласкательный суффикс -еньк-, он выражает ласкательное отношение. Вывод: слово реченька – эмоционально окрашенное.

Слово бородище содержит увеличительный суффикс -ищ-, он выражает увеличительное, оценочное отношение. Вывод: слово бородище – эмоционально окрашенное.

Зачёркивание элементов

Зачеркните в парах синонимов нейтральные слова.

Губы – уста

Лоб – чело

Спать – почивать

Убежать – удрать

Идти – тащиться

Умный – башковитый

Скучный – нудный

Растратить – Растранжирить

Чтобы выполнить это задание, нужно дать характеристику лексического значения слова; определить, есть ли в значении слова эмоциональная окраска или оценка предмета; в случае возникновения трудностей в решении задачи, нужно сверить свой вывод с толкованием в словаре.

Правильный ответ

Губы — уста

Лоб — чело

Почивать – спать 

Убежать – удрать

Тащиться– идти

Башковитый – умный

Скучный – нудный

Растратить – растранжирить

Цели:

• Развивающая: сформировать понятие «эмоционально окрашенные слова»
• Образовательная: научить отличать «эмоционально окрашенные слова» от нейтральных слов.
• Воспитательная: формировать нравственные представления учащихся, развивать творческие способности.
• Здоровьесберегающая цель: создавать на уроке атмосферу доброты, увлеченности, способствующую сохранению психического здоровья.

Оборудование: интерактивная доска, проектор, мультимедийная презентация.

Ход урока

1. Объяснение нового материала:

— Объявление темы, постановка цели. Ребята, слова в русском языке можно разделить на следующие 2 группы: одни из них только называют предметы, признаки, действия, количество, никак не оценивая ( лошадь, желать), другие выражают отношение к предметам, признакам, действиям.

— Работа с эпиграфом (слайд 1)

Умен ты или глуп,
Велик ты или мал,
Не знаем мы, пока
Ты слово не сказал!
(Персидский философ Саади)

— Ребята, вы согласны с автором этих слов? Аргументируйте свой ответ.

— Как понять термин «эмоционально оценочные слова»?

— Что такое эмоция? Какими бывают эмоции? (слайд 2)

Ребята рассматривают смайлики и делают выводы о том, какие эмоции может выражать человек: грусть, ненависть, радость…

— А какие слова помогают нам описать эти эмоции? (счастливый, ненавидящий, радостный и т. д.)

— Сделайте выводы, какие слова называются эмоционально окрашенными? ( Слова , выражающие отношение к предметам, признакам, действиям и т. д., называются эмоционально окрашенными.

Эмоционально оценочные слова делятся на две группы: (слайд 3)

1группа: Слова, которые характеризуют предмет, явление с положительной или с отрицательной стороны:

— Давайте пригласим в гости героев любимых мультиков (Карлсон, клоун).

— Карлсон: охарактеризуйте его эмоционально окрашенными словами, каким мы его знаем?

(уравновешенный, добрый, веселый, неунывающий, отличный друг)

— Клоун: охарактеризуйте его эмоционально окрашенными словами: (веселый, неугомонный, добрый, радостный)

— А всех ли героев мультиков можно охарактеризовать только с положительной стороны?

(слайд 4)

— Попугай Кеша – в данной ситуации он какой? Запишите.( капризный, самодовольный)

— А Карабас Барабас? Запишите (злой, жестокий))

— Итак, сделаем вывод: 1 группа эмоционально окрашенных слов – это слова, которые характеризуют предмет, явление с положительной или с отрицательной стороны.

2 группа эмоционально окрашенных слов: (слайд 5)

Слова, в которых эмоциональное отношение к предмету или явлению выражается грамматически: особыми суффиксами и приставками эмоциональной оценки.

Нога – ноженька (у балерины)– ножище (у слона).

Крыло – крылышко (у воробья), крылище (у орла).

Добрый – добренький, предобренький

Слон — слоник, слонище

Вывод: Какие суффиксы и приставки помогли образовать эмоционально окрашенные слова? (суффиксы –еньк-, -ищ-, -ик-, — ек- т. д., приставка пре-)

2. Закрепление: работа с текстом (слайд 6)

Барсуч…нок.

Из корзиночк… показалась мордочка с черненьким носиком, любопытными глазенками и стоячими ушками. Это был барсуч…нок. Мордочка у зверька была очень забавная. От носа к ушам т…нулись широкие черные полосы. Барсуч…нок выбрался из корзинки на диван. Какой же он был занятный!

Задание: выпишите в два столбика эмоционально окрашенные слова:

В 1 столбик выпишите эмоционально окрашенные слова, которые характеризуют предмет с положительной или отрицательной стороны, а во второй — эмоционально окрашенные слова , образованные с помощью приставок и суффиксов. Объясните пропущенные орфограммы.

3. Напишите сочинение – миниатюру по картинке, используя эмоционально окрашенные слова (слайд 7)

4. Выводы:

• Что нового вы сегодня узнали?
• Какие слова называются эмоционально окрашенными?
• Чем они отличаются от нейтральных слов?
• На какие 2 группы делятся эмоционально окрашенные слова?

5. Домашнее задание.

Теория стр. 36, упр. 82 или написать рассказ на тему «История маленького крокодильчика», используя эмоционально окрашенные слова.