EMOSAIC - Emotionen in Farben

»Wenn Liebe rot ist, dann ist Hairspray türkis.« Emotionen in Farben – ein Übersetzungsversuch.

http://emosaic.de

Forschungsfrage

In zwischenmenschlichen Interaktionen sind Emotionen deutlich zu lesen. Sie werden vor allem durch Mimik und Gestik oder Tonlage geäußert, die uns sofort signalisieren, welche Emotion unser Gegenüber vermittelt. In geschriebener Sprache ist dies nicht möglich, denn hier zeigt sich Emotionalität nur durch die Wortwahl. Folglich müssen wir einen Text zunächst lesen, um dessen emotionalen Gehalt zu erfahren. Wir wollten eine Lösung finden, welche es ermöglicht die Emotion, die das geschriebene Wort enthält mit Farbe zu visualisieren.

Vorgehen

Es lag nahe, Texte graphisch zu übersetzen, das heißt jedem Wort bestimmte graphische Eigenschaften zuzuschreiben, die es ermöglichen sollten, die Emotionalität des Textes schneller zu »lesen«. Uns lag ein Wörterbuch mit etwa 14000 Wörtern zugrunde, welches jedem Wort eine bestimmte Emotionalität zuordnet (erhoben durch eine Studie). Die Emotionalität wird dabei durch drei Werte bestimmt: V, A und D. Diese stehen für »valence«, »arousal« und »dominance«. »Valence« bezeichnet eine Skala von positiv zu negativ, »arousal« eine Skala von beruhigend zu aufregend und »dominance« beschreibt den Grad der Kontrolle, den man besitzt.

Die Farbzuweisung

Da die Emotionalität der Wörter durch drei Werte beschrieben wird, lag es nahe die Farbzuweisung anhand etablierter Farbsysteme umzusetzen, welche ebenfalls drei Werte benutzen. Wir experimentierten dabei mit Hilfe eines erstellten Webtools mit den Farbräumen RGB, CMY, HSL, HSV in Kombination mit verschiedenen Algorithmen. Für die Beurteilung der Ergebnisse orientierten wir uns an den sechs Basisemotionen (love, suprise, joy, anger, sadness, fear), wobei wir die Farbräume so anlegten, dass Liebe in jedem Fall einem Rot- / Pinkton entspricht, da dies in der westlichen Kultur etabliert ist.

Wir übersetzten schließlich die Werte durch den HSV-Farbraum. »Valence« bestimmt den Farbwert (H), »dominance« die Sättigung (S) und »arousal« die Dunkelstufe (V). Das heißt, verschiedene emotionale Werte erzeugen verschiedene Farben. Da die Zuweisung des Farbwertes arbiträr erschien, haben wir Experimente mit der Ausrichtung dieser Ebene angestellt. Schließlich haben wir als Ankerpunkt dem Wort »Liebe« die Farbe rot zugewiesen und die Skala entsprechend verschoben, sodass blau dem Minimum und grün einem mittleren H-Wert von 5 entspricht. Um Farbdopplungen an den Rändern zu vermeiden, haben wir bei der Farbzuweisung den Farbbereich um die Farbe lila ausgespart, sodass die Grenze zwischen den Extremen (blau und rot) deutlicher wird. Wir führten eine kleine Studie durch und baten Probanden den Basisemtionen die gegebenen Farben zuzuordnen. Es kristallisierte sich heraus, positive Gefühle sind eher hell und werden eher warmen Farbtönen zugeordnet (gelb, orange), negative Gefühle sind eher dunkel und werden kühlen Farbtönen (blau, grün) zugeordnet. Unsere Farbraumzuordnung entspricht also dem gesellschafttlich geprägten Farbgefühl für Emotionen.

Erste Ergebnisse

Getrieben von dem Wunsch, Emotionen in digitalen Konversationen sichtbar zu machen, haben wir die Farbzuweisung ür Kommentare eines Online-Nachrichtenservice zu einer politischen Debatte umgesetzt. Neben der Offenlegung der Emotionalität eines Kommentars wollten wir auch die des Schreibers insgesamt und dessen Rolle innerhalb der Konversation herausarbeiten. Dies brachte uns an die Grenzen unseres Systems. Vor allem die meist nur kurzen Kommentare bargen Gefahr kaum emotional relevante Wörter zu enthalten, die auch durch die Studie erfasst wurden. Wir gingen deshalb dazu über unser System auf größere Wortsammlungen anzuwenden wie etwa Songtexte oder Bücher.

Dadurch rückt der individuelle Emotions-Pixel in den Hintergrund und der Gesamteindruck verstärkt sich. Vergleicht man Buchwerke verschiedener Autoren oder Genres lassen sich Unterschiede im Farbmosaik feststellen.

Online Tool

Letztendlich ist ein Online-Tool entstanden, mit dem man eigene Texte hinsichtlich ihres emotionalen Gehaltes untersuchen kann.

Ausblick

Blickt man auf die Farbteppiche, die bei unserer Emotionsübersetzung zu Farbe passiert, so werden zwar Emotionstendenzen sichtbar, es offenbart aber noch nichts Exaktes. Dazu ist das Mosaik durch die – an Textzeilen angelehnte – Linearität, das dominate grün und die Vielfalt möglicher Farben zu schwer zu encodieren. Wir denken daher an, den Farbteppich zu neutralisieren ohne den Text durch die Wegnahme vermeindlich emotionsloser Wörter die Textstruktur zu verändern, sodass das Grün, welches die Abwesenheit großer Emotionen bedeutet, zu einem netralen grau wird. Weiterhin sollen sowohl Texte (auch eigene) als auch die Datenbank an sich interaktiv explorierbar gemacht werden. Die Anordnung der Farben nach bestimmten Regeln oder Filtern und Hinzunahme der codierten Wörter würden zu einer reichhaltigen Explorationsmöglichkeit führen. Eine Webseite, welche diese Funktionen anbietet wäre denkbar.