Jadi, Anda mungkin akrab dengan Word2Vec, (W2V) yang seperti Wikipedia gambarkan 1 "menangkap konteks linguistik kata" menggunakan aritmatika vektor. Misalnya, kurangi 'Paris' dari 'Prancis' dan tambahkan 'Italia' dan Anda mendapatkan 'Roma'.
Yang Anda butuhkan adalah sesuatu seperti Sentiment2Vec (S2V) yang menangkap persamaan antara transisi emosional. Sesuatu seperti: kurangi 'ketakutan' dari 'kesedihan', tambahkan 'sukacita' dan Anda mendapatkan 'harapan'. Atau: kurangi 'sengatan' dari 'potongan kertas', tambahkan 'dihancurkan' dan Anda 'berdenyut'.
Tangkapannya adalah Anda tidak memiliki korpus konteks emosional yang mudah diakses, seperti halnya Anda memiliki kata-kata. Jika Anda memiliki sejuta jam fMRI - memetakan transisi antara emosi dalam ratusan subjek - maka Anda dapat menggunakan data itu untuk membangun S2V. Anda mungkin tidak memiliki data itu.
Sementara itu, Anda hanya bisa membangun W2V yang berspesialisasi dalam sentimen. Anda bahkan dapat mencoba menggunakan mesin analisis sentimen saat ini untuk mem-bootstrapnya. Mungkin jika Anda membaca cukup banyak teks yang mengatakan "Saya mendapat potongan kertas dan itu menyengat" dan "Saya menghancurkan jari saya dan berdenyut-denyut" maka Anda akhirnya bisa menghasilkan S2V. Buku anak-anak sering menggunakan bahasa eksplisit mengenai konteks emosional ("ini membuat anak itu merasa sedih").
Tetapi kata-kata masih jauh dari konteks pengalaman yang akan disediakan oleh sebuah map connectome. Untuk menguji apakah Anda memiliki sesuatu yang bermanfaat atau tidak, Anda mungkin ingin menerapkan S2V Anda dalam simulasi mencari makan tikus - lihat apakah ia menghasilkan perilaku yang khas dan apakah setiap dinamika koperasi atau persaingan secara organik dapat tumbuh dari S2V Anda.
Beberapa info lebih lanjut tentang subjek:
Pada 2014, Universitas Glasgow mengklaim 2 bahwa ada empat emosi utama: kebahagiaan, kesedihan, ketakutan dan kemarahan.
Situs web 3 ini menyediakan uraian hierarkis emosi sekunder dan tersier yang bagus (jika agak singkat) di bawah emosi primer.
Referensi
1 : en.wikipedia.org/wiki/Word2vec
2 : www.bbc.com/news/uk-scotland-glasgow-west-26019586
3 : changingminds.org/explanations/emotions/basic%20emotions.htm