Différenciateur sémantique

Name: Potato
Author: Potato

Configurez des échelles de différenciateur sémantique dans Potato pour mesurer des attitudes à l'aide de paires d'adjectifs bipolaires, avec un nombre de points d'échelle configurable.

Le schéma d'annotation par différenciateur sémantique présente aux annotateurs des échelles d'adjectifs bipolaires pour mesurer des attitudes, des perceptions ou des significations connotatives. Chaque échelle porte des adjectifs opposés à ses deux extrémités (par exemple « Good » et « Bad ») et l'annotateur choisit un point sur le continuum pour situer l'élément.

Échelles de différenciateur sémantique de Potato évaluant un texte sur les axes formel/informel, positif/négatif et simple/complexe Le différenciateur sémantique dans Potato

Vue d'ensemble

Mises au point par Charles Osgood dans les années 1950, les échelles de différenciateur sémantique sont une méthode établie en psychologie et en sciences sociales pour mesurer la signification connotative des concepts. En annotation, elles servent à capter des perceptions nuancées et multidimensionnelles qu'une seule échelle de notation ne suffit pas à exprimer.

Démarrage rapide

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: text_perception
    description: Rate how you perceive this text on each scale.
    pairs:
      - ["Formal", "Informal"]
      - ["Positive", "Negative"]
      - ["Simple", "Complex"]
    scale_points: 7

Options de configuration

Champ	Type	Défaut	Description
`annotation_type`	string	Obligatoire	Doit valoir `"semantic_differential"`
`name`	string	Obligatoire	Identifiant unique de ce schéma
`description`	string	Obligatoire	Consignes affichées aux annotateurs
`pairs`	array	Obligatoire	Liste de paires `[left_adjective, right_adjective]`
`scale_points`	integer	`7`	Nombre de points de chaque échelle bipolaire (en général 5 ou 7)
`show_center_label`	boolean	`true`	Affiche un libellé « Neutral » au centre de l'échelle
`label_requirement.required`	boolean	`false`	Si toutes les échelles doivent être notées avant de passer à la suite

Exemples

Appréciation du style d'un texte

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: writing_style
    description: Rate the writing style of this text on each dimension.
    pairs:
      - ["Formal", "Informal"]
      - ["Objective", "Subjective"]
      - ["Concise", "Verbose"]
      - ["Clear", "Ambiguous"]
    scale_points: 7

Perception d'un locuteur

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: speaker_impression
    description: Rate your impression of the speaker on each dimension.
    pairs:
      - ["Competent", "Incompetent"]
      - ["Warm", "Cold"]
      - ["Trustworthy", "Untrustworthy"]
      - ["Dominant", "Submissive"]
    scale_points: 7

Évaluation d'un produit

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: product_perception
    description: How do you perceive this product?
    pairs:
      - ["Innovative", "Traditional"]
      - ["Affordable", "Expensive"]
      - ["Reliable", "Unreliable"]
      - ["Simple", "Complex"]
    scale_points: 5

Dimensions émotionnelles (EPA)

Le cadre classique Évaluation-Puissance-Activité :

yaml

annotation_schemes:
  - annotation_type: semantic_differential
    name: epa_rating
    description: Rate this concept on each dimension.
    pairs:
      - ["Good", "Bad"]
      - ["Powerful", "Weak"]
      - ["Active", "Passive"]
    scale_points: 7

Format de sortie

json

{
  "text_perception": {
    "labels": {
      "Formal-Informal": 5,
      "Positive-Negative": 2,
      "Simple-Complex": 4
    }
  }
}

Les valeurs vont de 1 (adjectif de gauche) à scale_points (adjectif de droite), le point médian représentant la position neutre.

Bonnes pratiques

Prenez des échelles en 7 points par défaut : c'est le standard des travaux sur le différenciateur sémantique, et la granularité y suffit
Équilibrez la polarité entre les paires : alternez le côté où se trouve l'adjectif « positif » pour éviter les réponses en série
Restez entre 5 et 8 paires par élément : trop d'échelles fatiguent et dégradent la qualité des données
Réutilisez des paires d'adjectifs établies : quand des paires validées existent dans la littérature, reprenez-les
Gardez le libellé central : le point médian neutre est un repère utile pour les annotateurs
Mélangez l'ordre des paires : si c'est possible, variez l'ordre de présentation pour réduire les effets d'ancrage

Pour aller plus loin

Échelles de Likert : échelles de notation ordinales pour l'accord ou la fréquence
Curseur : annotation par valeur continue
Comparaison par paires : comparaison directe de deux éléments

Pour les détails d'implémentation, consultez la documentation source.