Evoluzione e analisi qualitativa delle reti

Nella prima fase di questo lavoro sperimentale si presenta la rete del lessico che deriva dal termine “Emotion” ( Figura 8.2), e si discute il ruolo delle particelle emergenti in WordNet.

Figura 8.2. La rete del termine emozione al terzo livello degli iponimi. Ricordiamo che in WordNet esistono dei termini base, che danno origine ad una serie di termini sotto-ordinati (appunto iponimi) e classificati

167

Da questa rete, abbiamo estratto i termini emozionali, secondo la teoria di Plutchik (1980), che sono i seguenti :

“anger” “disgust“ “expectation“ “fear“ “joy“ “sadness“ “acceptance“ “surprise“

Tabella 8.1. Termini indagati attraverso algoritmi di crescita. I termini fanno parte del campo semantico delle emozioni. Per cui derivano da un iperonimo per tutti i termini che è “emotion”.

I differenti algoritmi di ricerca sviluppati portano a creare reti completamente diverse, individuando nella struttura profonda di WordNet, le sue relazioni. Per raccogliere tali dati sperimentali, è stato usato l’algoritmo di ricerca : Overview. Per ogni termine emozionale, la ricerca è stata realizzata per 6 livelli differenti, mantenendo costanti le variabili ALL (l’algoritmo cerca e inserisce nella rete tutte le categorie grammaticali per il termine oggetto di studio, variando solo la profondità di livello (per questo esperimento, dal livello 1 al livello 5). Per ogni livello di indagine, non abbiamo considerato le relazioni che si stabiliscono tra nodi terminali. Tutte le visualizzazioni sono state realizzate con il software GraphInsight.

“Anger”

Per il termine “anger”, come per gli altri termini emozionali in questa parte sperimentale, sono stati realizzati 6 livelli di crescita. Il livello 1 e 2 sono visualizzati nella Figura 8.3.

168

A livello 1, la rete presenta 7 nodi e 6 archi. A livello 2, presenta 20 nodi e 33 archi. Accanto ad “anger”, i termini “choler”, “ire” e “IRA”, manifestano a loro volta rilevanti capacità di crescita, come si nota dalla Figura 8.4, che visualizza il livello 3.

Figura 8.4. La rete del termine “anger” a livello 3.

Si rilevano due meccanismi di crescita differenti a partire dai due termini “choler” e “IRA”. Da una parte, si assista all’emergenza di strutture complesse, che hanno come radice i termini “peevishness” e “irritability” (sulla sinistra di Figura 8.4); dall’altra, si assiste all’emergenza di una struttura complessa, basata sulla coppia “ire” e “IRA”. Nei paragrafi successivi, tali strutture sono analizzate in grande dettaglio, attraverso una tassonomia di classificazione dei grafi, sopra riportata

A livello 4, la rete si evolve sempre sulla sua parte sinistra (Figura 8.5), dove appare un nuovo nodo, con alto grado, relativo al termine “temper”.

169

Figura 8.5. La rete del termine “anger” a livello 4.

La rete ha per questo livello, 43 nodi e 159 archi. Una crescita di tipo ben diverso dall’attaccamento preferenziale di Barabási & Albert si manifesta, avendo ogni nodo la possibilità di svilupparsi in molteplici dimensioni dello spazio semantico. Continuando ad analizzare l’evoluzione della rete, si ottiene, per il livello 5, la rete di Figura 8.6.

170

Figura 8.6. La rete del termine “anger” a livello 5.

Composta da 109 nodi e 267 archi, la rete si sviluppa ancora sulla parte sinistra dell’immagine, a partire dal termine “temper”. Si noti che la coppia di termini “humor”-“humour” può essere la base della crescita di una particella emergente, che sarà analizzata nei paragrafi successivi. Riportiamo solo per il termine “amger” la rete trovata per il livello 6, anche se tale rete non viene considerata per il calcolo delle statiche dell’esperimento qui condotto. Il livello 6 è considerato solo a fini dimostrativi della esplosione di pattern e di organizzazioni nello spazio semantico.

171

Figura 8.7. La rete del termine “anger” a livello 6.

Formata da 473 archi e 920 nodi, la rete del livello 6 è una struttura molto articolata, che sviluppa sempre a sinistra dell’immagine la direzione di crescita. Il termine “temper”, infatti, diventa uno degli snodi della crescita, al quale si aggiungono tre termini molto importanti come “check”, “hold” e “lead”. Questi termini rappresentano 3 verbi. Nel frattempo la coppia “humor”-“humour” si è articolata per formare una particella di 12 nodi, con interessanti simmetrie.

“Disgust”

Sempre usando come algoritmo di ricerca : Overview, analizzando nel dettaglio i processi di crescita per questo termine emozionale, si osserva che la rete a livello 1 possiede solo 7 termini (Figura 8.8a). A livello 2,

172

compare un termine con alto grado che è “repel”, mentre i termini del livello 1 iniziano a connettersi tra loro (Figura 8.8b).

Figura 8.8. (a) La rete del termine “disgust” a livello1. (b) La rete del termine “disgust” a livello 2. Compare il termine “repel”.

A livello 3, la crescita principale avviene in relazione al termine “repel” (Figura 8.9). Compare anche un secondo termine con alto grado: “drive”. I nodi nell’intorno di “repel” si strutturano per formare una nuova particella emergente, che sarà discussa nei paragrafi successivi.

173

A livello 4 (Figura 8.10), la presenza di altri verbi, oltre al già menzionato “drive”, porta a un’espansione rilevante della rete, che continua anche a livello 5 (Figura 8.11). Nessun pattern a questo punto risulta distinguibile.

Figura 8.10. La rete del termine “disgust” a livello 4.

174

Queste reti manifestano l’emergenza di una moltitudine di particelle, differenti per forma e dimensioni, di cui si discuterà nei paragrafi successivi. Si rileva, ancora una volta, che i verbi permettono crescite veramente espansive, vista il loro alto grado e la natura delle loro connessioni.

Esempi di crescita a diversi livelli per altri termini emozionali

Nella Figura 8.12. si osserva la rete del termine “expectation” a livello 4, considerando anche gli accoppiamenti tra i termini. La rete risultante è particolarmente complessa. Si individuano individuiamo nei verbi “see“ e “take-in“ i termini col grado più alto, che danno origini a crescite rilevanti, visto il grado di connessione che tali termini hanno. Si nota una rilevante formazione di particelle emergenti.

175

In Figura 8.13, la rete del termine “fear“, a livello 3. Anche per questo termine, è stato considerato l’accoppiamento dei nodi. In questo caso, si osserva che i termini di grado maggiore sono “dread”, “concern“ e “care“, sui si sviluppano due particelle di particolare complessità, discusse nei paragrafi successivi. L’immagine è riportata proprio per la sua capacità di far capire la formazione di queste strutture, evidenti nella loro complessità anche senza strumenti di analisi sofisticati.

176

Nella Figura 8.14, è possibile osservare la rete del termine “joy” a livello 5. I termini con grado massimo sono “love“ (attorno al quale si sviluppa una particella emergente molto interessante, proprio per la sua doppia natura di nome e di verbo) , insieme con latri due termini che sono “carry” e “catch”.

Figura 8.14 La rete del termine “joy” a livello 5.

Nella Figura 8.1, si riporta la rete per il termine “sadness”, a livello 6 di evoluzione. Anche in questo caso, la rete e la sua visualizzazione è fornita a scopo di visualizzazione, non considerandola per i fini del computo statistico di tale esperimento. Contrariamente alle altre reti, questa struttura cresce molto lentamente e ha un numero molto limitato di nodi e di archi, anche ai livelli di crescita 5 e 6. Alcuni nodi ad alto grado sono “sour” e “gravity”. Tale rete dimostra che le connessioni nello spazio semantico sono specifiche per ogni termine emozionale.

177

Figura 8.15. La rete del termine “sadness” a livello 5.

Si conclude questa prima fase di osservazione qualitativa, riportando la rete del termine “surprise”, livello 6, di Figura 8.16. Anche per questo termine, il livello non è considerato nel computo statistico.

178

Figura 8.16 La rete del termine surprise a livello 6.

La rete è molto connessa visto l’alto numero di nodi (2179) e di archi (4225). I termini con grado più alto sono “pass”, “get”, “make” e “take”. La rete possiede un grande numero di particelle emergenti, grazie all’alto numero di connessioni.