7月1日消息，據國外媒體報道，Facebook自曝其研究人員曾操縱Facebook的“信息流（News Feed）”，人為地向某些用戶顯示更多正面或負面的內容。那麼，Facebook的研究人員是如何確定一個帖子為正面的或負面的？
他們利用一個被稱為“語言獲得和詞匯計數”(Linguistic Inquiry and Word Count，LIWC)的自動文本分析軟件程序。該軟件收集瞭4500個以上的單詞和詞根，能夠幫助研究人員挖掘和分析文本中包含的情感。
根據Facebook的研究報告，如果帖子含有至少一個被LIWC歸類為正面的單詞，則該帖子被確定為正面的；反之，如果帖子含有至少一個被LIWC歸類為負面的單詞，則該帖子被確定為負面的。
例如，LIWC將“哭泣（cried）”歸類為悲傷情緒，而悲傷是幾個負面情緒之一；像“惱怒（annoyed）”等單詞歸類為憤怒的情緒。而像“也許（maybe）、可能（perhaps）或者猜測（guess）”這類單詞，則表明該帖子的內容是試探性的。
該軟件能夠通過分析詞性，以評估單詞被使用的上下文語境。這類軟件的開發者稱，他們正在努力，以使軟件能在評估數十萬個句子的基礎上來解決歧義的問題。
越來越多地公司和研究人員使用LIWC這類軟件，來分析社交化媒體上數量龐大的內容。營銷人員想知道用戶如何評價自己的品牌，而學者希望通過挖掘社交媒體內容，以研究人們的行為和社會發展趨勢。
LIWC的網站顯示，該軟件開發於上世紀90年代初。該軟件基於研究人員數十年的研究，他們發現人的生理和心理狀態可以通過其所使用的詞匯來預測。研究人員還發現，書寫可以影響人的情緒狀態。
