Speeches di Felicia Pelagalli

OpenMap: l'analisi semantica ed emozionale dei tweet

Il lavoro presenta un metodo di analisi semantica volto a esplorare il contenuto emozionale delle parole utilizzate nelle conversazioni su Twitter. A questo scopo sono stati raccolti oltre 100.000 tweet (prodotti nel periodo tra il 13 dicembre 2017 e il 4 gennaio 2018) contenenti le parole chiave Europa e UE. I tweet sono stati analizzati con tecniche multidimensionali di analisi del testo al fine di esplorare le relazioni tra le parole (cluster) e individuare modelli di senso. Si tratta di un raffinato avanzamento metodologico rispetto alla Sentiment Analysis perché non categorizza “a monte” le parole in termini di sentiment positivo, negativo o neutro, ma esplora il significato emozionale attraverso la co-occorenza delle parole. L’analisi condotta mira a comprendere come si organizzano le conversazioni in rete intorno all’oggetto “Europa”, partendo dall’assunto che i processi emozionali influenzano il modo in cui le persone rappresentano la realtà e la narrano. In altre parole, è l’emozione che ci guida nell’istituire relazioni con gli oggetti del contesto, sulla base di simbolizzazioni affettive e di rappresentazioni sociali. Le parole esprimono emozioni, e dunque manifestano il modo di funzionare della mente. Un funzionamento fondato (come teorizzato dallo psicoanalista cileno Ignacio Matte Blanco) su una doppia logica: il pensiero asimmetrico, cosciente, che ci fa entrare in rapporto con un contesto o un evento; e il pensiero simmetrico, emozionale, che quel contesto o evento immediatamente suscita in noi. Se la dimensione conscia organizza la sequenza delle parole in modo da essere comprensibile, quella inconscia influenza la scelta delle parole utilizzate per rappresentare l’oggetto. Le associazioni tra le parole, e la loro articolazione in un testo, ci raccontano allora della nostra relazione con il mondo: che si tratti di una relazione mediata e cosciente, che distingue chiaramente soggetto e oggetto, o di una immediata ed emozionale, che invece ci proietta nell’identità con l’oggetto e nell’adesione “confusa” con l’evento (Matte Blanco, 1995). Per questa ragione, l’analisi delle conversazioni in rete deve saper oltrepassare il livello del vocabolo, e dell’aggregazione di vocaboli in insiemi, per mirare al testo come entità di significato strutturata: solo così è possibile cogliere la “densità” emozionale delle parole attraverso specifici modelli di conoscenza e appropriate tecniche statistiche multidimensionali. L’analisi multivariata consente di trovare le relazioni tra i nodi (raggruppando le parole in cluster) e i modelli di conoscenza psicosociale individuano le categorie che danno senso agli eventi – ossia, i significati emozionali attribuiti agli eventi dagli attori partecipanti a un determinato contesto. I risultati dell’analisi condotta mostrano come i cluster e il piano fattoriale siano rappresentativi dei diversi modi di rappresentare emozionalmente l’Europa, evidenziando l’articolazione dei temi e gli aspetti di vicinanza-lontananza percepiti da coloro che scelgono di esprimersi attraverso Twitter.

Topics

Social media analytics

All Speakers