BhaRaTa: A Novel Framework for Emotion Analysis of Sanskrit Narratives

Stellen Sie sich vor, Sie sind ein Detektiv, der versucht, die Stimmung eines Raumes allein durch das Zuhören der Menschen darin zu verstehen. In der Welt der Informatik nennt man das „Emotionsanalyse“. Normalerweise sind Computer ziemlich gut darin, das Wesentliche zu erkennen: Ist jemand glücklich oder traurig? Ist eine Rezension positiv oder negativ? Aber das echte Leben, und besonders großartige Geschichten, sind viel komplizierter als ein einfaches „Daumen hoch“ oder „Daumen runter“. Menschen fühlen gleichzeitig ein schwindelerregendes Gemisch aus Gefühlen – wie etwa aufgeregt, aber auch ein wenig nervös zu sein, oder wütend, aber auch stolz.

Lange Zeit haben Computer versucht, diese komplexen Gefühle mithilfe westlicher psychologischer Karten zu verstehen, die Emotionen in Kategorien wie „Freude“, „Angst“ oder „Wut“ einteilen. Aber was wäre, wenn es eine völlig andere Karte gäbe? Eine, die vor tausenden von Jahren im alten Indien gezeichnet wurde? Dieses Paper taucht in eine Ecke der Wissenschaft namens Computerlinguistik (Natural Language Processing, NLP) ein, in der Forscher Computern beibringen, die menschliche Sprache zu lesen und zu verstehen. Die große Frage hierbei ist: Können wir einen Computer lehren, die tiefen, nuancierten Emotionen alter Sanskrit-Geschichten mithilfe einer alten indischen Theorie namens Rasa zu verstehen? Diese Theorie besagt, dass Geschichten nicht nur davon handeln, was passiert, sondern über die spezifische „Geschmacksrichtung“ oder das ästhetische Erlebnis, das sie im Geist des Lesers erzeugen – aufgebaut aus winzigen emotionalen Hinweisen. Wenn wir diesen Code knacken können, könnte dies Computern helfen, Literatur auf eine viel menschlichere Weise zu verstehen, indem die einzigartige kulturelle Geschichte der Art und Weise, wie Geschichten erzählt werden, respektiert wird.

---

Das antike Rezept für Emotionen: BhaRaTa

Lernen Sie das Team hinter BhaRaTa kennen (was für Bhāva & Rasa Tagging steht). Es ist eine Gruppe von Forschern vom IIIT-Hyderabad, die beschlossen hat, ein sehr spezifisches, sehr schwieriges Rätsel anzugehen: Wie bringt man einem Computer bei, die Emotionen in Sanskrit-Theaterstücken zu verstehen?

Sanskrit ist eine alte Sprache, wie ein linguistisches Fossil. Sie ist wunderschön, aber sie ist auch selten in der digitalen Welt. Es gibt nicht Millionen von Tweets oder Reddit-Posts auf Sanskrit, von denen Computer lernen könnten. Zudem sind die Theaterstücke selbst komplex. Sie bestehen nicht nur aus Dialogen; sie sind eine Mischung aus Poesie und Prosa, gefüllt mit physischen Handlungen, Flüstern und dramatischen Pausen. Die Forscher wussten, dass sie die Magie verpassen würden, wenn sie versuchten, die standardmäßigen „westlichen“ Emotionswerkzeuge zu verwenden (die nach einfachen Wörtern wie „glücklich“ oder „traurig“ suchen). Also entwickelten sie ein neues Framework basierend auf dem Nāṭyaśāstra, einem antiken Traktat über das Drama, das wie ein Rezeptbuch für die Erzeugung emotionaler Erlebnisse fungiert.

Die Zutaten: Bhāva und Rasa

Um ihr Experiment zu verstehen, müssen Sie ihre Zutaten verstehen. Die Forscher verwendeten zwei Hauptkonzepte aus dem antiken Text:

1. Bhāva (Die Zutaten): Betrachten Sie diese als die rohen emotionalen Zustände. In einem Theaterstück kann ein Charakter Sehnsucht, Angst, Freude oder Entschlossenheit empfinden. Dies sind die spezifischen, momentanen Gefühle. Die Forscher identifizierten 31 dieser „Geschmacksrichtungen“, um sie im Text zu markieren (zu taggen).
2. Rasa (Das fertige Gericht): Dies ist das große Ganze. Wenn man all diese kleinen bhāvas auf eine bestimmte Weise mischt, erzeugen sie eine dominante Stimmung oder ein ästhetisches Erlebnis für die gesamte Szene, genannt Rasa. Es ist wie wenn man Mehl, Zucker und Eier mischt, um einen Kuchen zu kreieren. Man schmeckt nicht mehr nur „Mehl“, man schmeckt „Kuchen“. In einem Sanskrit-Drama kann eine Szene von Romantik, Heldentum, Grusel oder Komödie dominiert werden.

Das Ziel des Teams war es zu sehen, ob ein Computer lernen kann, den „Kuchen“ (die Stimmung der Szene) zu schmecken, indem er die „Zutaten“ (die einzelnen Dialogzeilen) analysiert.

Das Experiment: Die Maschine füttern

Die Forscher sammelten 18 berühmte Sanskrit-Theaterstücke, darunter Werke des legendären Dramatikers Kālidāsa. Sie bereinigten den Text (was überraschend schwierig war, da die alten digitalen Versionen fehlende Wörter und Tippfehler enthielten) und brachen die Stücke in 6.947 einzelne Dialogzeilen auf.

Dann leisteten sie die harte Arbeit: Sie markierten jede einzelne Zeile manuell mit dem richtigen bhāva (Emotion) und jede Szene mit dem richtigen sthāyībhāva (der dominanten Stimmung). Sie entwickelten ein spezielles Web-Tool, um dies zu unterstützen, wodurch sichergestellt wurde, dass zwei verschiedene Personen die Tags meistens übereinstimmend vergaben. Dadurch entstand ein brandneuer Datensatz, ein Schatzhaus annotierter Sanskrit-Dramatik, das zuvor noch nie existiert hatte.

Sobald die Daten bereit waren, setzten sie sie den Computern vor die Füße. Sie probierten zwei Hauptansätze aus:

1. Der Zeilen-für-Zeilen-Test: Kann der Computer eine einzelne Zeile betrachten und die Emotion erraten? (z. B. „Ist diese Zeile ‚Freude‘ oder ‚Angst‘?“)
2. Der Szenen-Test: Kann der Computer eine ganze Szene betrachten und die allgemeine Stimmung erraten? (z. B. „Ist diese Szene ‚Romantisch‘ oder ‚Heroisch‘?“)

Sie testeten viele verschiedene Arten von „Computer-Gehirnen“, von einfachen, altmodischen mathematischen Modellen bis hin zu schicken, modernen KI-Systemen, die wie Menschen lesen (genannt Transformer).

Die Ergebnisse: Alt gegen Neu

Hier wird die Geschichte interessant. Man würde erwarten, dass die superintelligenten, modernen KI-Modelle problemlos gewinnen. Schließlich sind sie auf riesigen Mengen an Daten trainiert. Aber in diesem Fall machten die einfachen, altmodischen Modelle tatsächlich einen besseren Job.

Warum? Die Forscher vermuten, dass der Datensatz für die riesigen KI-Modelle zu klein war. Die Sanskrit-Theaterstücke hatten nur etwa 7.000 Zeilen. Für eine massive KI ist das so, als würde man versuchen, Klavier zu lernen, indem man nur drei Songs hört. Die KI wurde verwirrt und versuchte, Muster auswendig zu lernen, die nicht funktionierten. Die einfacheren Modelle hingegen waren wie ein scharfer Detektiv, der in der Lage war, die spezifischen „Anzeichen“ in den Sanskrit-Wörtern zu erkennen – bestimmte Phrasen, die immer „Wut“ oder „Freude“ bedeuteten – ohne überfordert zu werden.

Die Forscher fanden heraus, dass der beste Weg, das Rätsel zu lösen, ein hierarchischer Ansatz war. Anstatt den Computer zu bitten, eine von 32 Emotionen auf einmal zu erraten (was so ist, als würde man ein Kind bitten, eine bestimmte Karte aus einem Deck von 52 zu erraten, ohne irgendwelche Hinweise zu geben), baten sie ihn zuerst, die Kategorie zu erraten (Ist es positiv, negativ oder gemischt?) und dann die spezifische Emotion. Diese „Zwei-Schritte-Methode“ funktionierte viel besser und steigerte die Genauigkeit erheblich.

Als es darum ging, die Stimmung der gesamten Szene zu erraten, stellte der Computer fest, dass das Betrachten der Verteilung der Emotionen der Schlüssel war. Wenn eine Szene viele Zeilen mit „Freude“ und „Sehnsucht“ enthielt, konnte der Computer korrekt erraten, dass die Szene „Romantisch“ war. Interessanterweise war der Versuch, die Stimmung allein durch das Lesen des Rohtextes der Szene (oh-ne die Emotionen vorher zu zählen) schwieriger und weniger genau. Es scheint, dass für diese alten Stücke die Mischung kleiner Emotionen ein stärkerer Hinweis ist als die reinen Wörter selbst.

Was nicht funktionierte

Die Forscher probierten auch die neuesten, leistungsfähigsten KI-Modelle aus (Large Language Models wie Llama 3.1). Sie versuchten, diese Modelle direkt die Emotionen erraten zu lassen. Die Ergebnisse waren enttäuschend. Die Modelle schnitten sehr schlecht ab und lagen oft öfter falsch als richtig. Die Forscher legen nahe, dass diese allgemeinen KI-Modelle für diese spezifische Aufgabe noch nicht bereit sind; sie benötigen mehr Training speziell für Sanskrit, bevor sie die subtilen Nuancen dieser alten Theaterstücke verstehen können.

Das Fazit

Dieses Paper behauptet nicht, das Geheimnis der menschlichen Emotionen gelöst zu haben. Stattdessen legt es das Fundament. Es zeigt:

• Wir können Computer erfolgreich lehren, antike indische Emotionen mithilfe eines Frameworks zu verstehen, das auf einer 2.000 Jahre alten Theorie basiert.
• Für ressourcenarme Sprachen wie Sanskrit arbeiten einfachere, intelligentere Modelle oft besser als massive, datenhungrige KIs.
• Ein komplexes Problem (das Erraten von 32 Emotionen) in kleinere Schritte zu zerlegen (zuerst die Kategorie zu erraten), macht den Computer wesentlich genauer.

Die Forscher sind begeistert, weil dies erst der Anfang ist. Sie hoffen, dieses „BhaRaTa“-Framework auch für andere Arten der Sanskrit-Literatur, wie Epen und Poesie, zu nutzen und diese Ideen schließlich auf andere indische Sprachen zu übertragen. Sie haben bewiesen, dass antike Weisheit und moderne Technologie sich vermischen können, um etwas Neues zu schaffen, das uns hilft, die emotionalen Tiefen von Geschichten zu verstehen, die Jahrtausende überdauert haben.