BhaRaTa: A Novel Framework for Emotion Analysis of Sanskrit Narratives

Imagine que você é um detetive tentando entender o clima de uma sala apenas ouvindo as pessoas que falam dentro dela. No mundo da ciência da computação, isso é chamado de "análise de emoção". Geralmente, os computadores são muito bons em detectar o básico: alguém está feliz ou triste? Uma avaliação é positiva ou negativa? Mas a vida real, e especialmente as grandes histórias, é muito mais complicada do que um simples "polegar para cima" ou "polegar para baixo". Os seres humanos sentem uma mistura vertiginosa de sentimentos ao mesmo tempo — como estar animado, mas também um pouco nervoso, ou irritado, mas também orgulhoso.

Por muito tempo, os computadores tentaram entender esses sentimentos complexos usando mapas psicológicos ocidentais, que classificam as emoções em categorias como "alegria", "medo" ou "raiva". Mas e se houvesse um mapa totalmente diferente? Um que foi desenhado há milhares de anos na antiga Índia? Este artigo mergulha em um canto da ciência chamado Processamento de Linguagem Natural (PLN), onde pesquisadores ensinam computadores a ler e entender a linguagem humana. A grande questão aqui é: Podemos ensinar um computador a entender as emoções profundas e sutis das histórias antigas em sânscrito usando uma teoria indiana antiga chamada Rasa? Esta teoria sugere que as histórias não são apenas sobre o que acontece, mas sobre o "sabor" específico ou a experiência estética que criam na mente do leitor, construída a partir de pequenas pistas emocionais. Se conseguirmos decifrar este código, poderá ajudar os computadores a entender a literatura de uma forma muito mais humana, respeitando a história cultural única de como as histórias são contadas.

---

A Receita Antiga para a Emoção: BhaRaTa

Conheça a equipe por trás do BhaRaTa (que significa Bhāva & Rasa Tagging). Eles são um grupo de pesquisadores do IIIT-Hyderabad que decidiu enfrentar um quebra-cabeça muito específico e muito difícil: Como você ensina um computador a entender as emoções em peças de teatro em sânscrito?

O sânscrito é uma língua antiga, como um fóssil linguístico. É belo, mas também é raro no mundo digital. Não existem milhões de tweets ou postagens no Reddit em sânscrito para os computadores aprenderem. Além disso, as peças em si são complexas. Elas não são apenas diálogos; são uma mistura de poesia e prosa, repletas de ações físicas, sussurros e pausas dramáticas. Os pesquisadores sabiam que, se tentassem usar as ferramentas de emoção "ocidentais" padrão (que procuram palavras simples como "feliz" ou "triste"), eles perderiam a magia. Por isso, construíram um novo framework baseado no Nāṭyaśāstra, um antigo tratado sobre drama que funciona como um livro de receitas para criar experiências emocionais.

Os Ingredientes: Bhāva e Rasa

Para entender o experimento deles, você precisa entender os ingredientes. Os pesquisadores usaram dois conceitos principais do texto antigo:

1. Bhāva (Os Ingredientes): Pense neles como os estados emocionais brutos. Em uma peça, um personagem pode sentir anseio, medo, alegria ou determinação. Estes são os sentimentos específicos, de momento a momento. Os pesquisadores identificaram 31 desses "sabores" para etiquetar no texto.
2. Rasa (O Prato Pronto): Este é o panorama geral. Quando você mistura todos esses pequenos bhāvas de uma maneira específica, eles criam um humor dominante ou uma experiência estética para toda a cena, chamada Rasa. É como como misturar farinha, açúcar e ovos cria um bolo. Você não sente apenas o gosto de "farinha" mais; você sente o gosto de "bolo". No drama em sânscrito, uma cena pode ser dominada por Romance, Heroísmo, Terror ou Comédia.

O objetivo da equipe era ver se um computador poderia aprender a provar o "bolo" (o clima da cena) analisando os "ingredientes" (as linhas individuais de diálogo).

O Experimento: Alimentando a Máquina

Os pesquisadores reuniram 18 peças famosas de sânscrito, incluindo obras do lendário dramaturgo Kālidāsa. Eles limparam o texto (o que foi surpreendentemente difícil porque as versões digitais antigas tinham palavras faltando e erros de digitação) e dividiram as peças em 6.947 linhas individuais de diálogo.

Depois, fizeram o trabalho duro: marcaram manualmente cada linha com o bhāva (emoção) correto e cada cena com o sthāyībhāva (o humor dominante) correto. Eles criaram uma ferramenta web especial para ajudá-los a fazer isso, garantindo que duas pessoas diferentes concordassem com as etiquetas na maioria das vezes. Isso criou um novo conjunto de dados, um tesouro de drama em sânscrito anotado que nunca havia existido antes.

Uma vez que os dados estavam prontos, eles os lançaram contra os computadores. Eles testaram duas abordagens principais:

1. O Teste Linha por Linha: O computador consegue olhar para uma única frase e adivinhar a emoção? (ex: "Esta linha é 'Alegria' ou 'Ansiedade'?")
2. O Teste de Cena: O computador consegue olhar para uma cena inteira e adivinhar o humor geral? (ex: "Esta cena é 'Romântica' ou 'Heroica'?")

Eles testaram muitos tipos diferentes de cérebros de computador, desde modelos matemáticos simples e antigos até sistemas de IA sofisticados e modernos que leem como humanos (chamados de Transformers).

Os Resultados: O Velho Estilo Vence o Novo Estilo

É aqui que a história fica interessante. Você poderia esperar que os modelos de IA modernos e superinteligentes vencessem facilmente. Afinal, eles são treinados em quantidades massivas de dados. Mas, neste caso, os modelos simples e antigos foram, na verdade, melhores.

Por quê? Os pesquisadores sugerem que o conjunto de dados era pequeno demais para os gigantescos modelos de IA. As peças de sânscrito tinham apenas cerca de 7.000 linhas. Para uma IA massiva, isso é como tentar aprender a tocar piano ouvindo apenas três músicas. A IA ficou confusa e tentou memorizar padrões que não funcionavam. Os modelos mais simples, no entanto, eram como um detetive perspicaz que conseguia identificar os "sinais" específicos nas palavras em sânscrito — certas frases que sempre significavam "raiva" ou "alegria" — sem ficar sobrecarregado.

Os pesquisadores descobriram que a melhor maneira de resolver o quebra-cabeça era usar uma abordagem hierárquica. Em vez de pedir ao computador para adivinhar uma de 32 emoções de uma vez (o que é como pedir a uma criança para adivinhar uma carta específica em um baralho de 52 sem quaisquer pistas), pediram que ele adivinhasse a categoria primeiro (É positivo, negativo ou misto?) e depois a emoção específica. Este método de "dois passos" funcionou muito melhor, aumentando significamente a precisão.

Quando se tratava de adivinhar o clima de toda a cena, o computador descobriu que olhar para a distribuição de emoções era a chave. Se uma cena tivesse muitas linhas de "Alegria" e "Anseio", o computador poderia adivinhar corretamente que a cena era "Romântica". Curiosamente, tentar adivinhar o clima apenas lendo o texto bruto da cena (sem contar as emoções primeiro) foi mais difícil e menos preciso. Parece que, para essas peças antigas, a mistura de pequenas emoções é uma pista mais forte do que as palavras brutas em si.

O Que Não Funcionou

Os pesquisadores também tentaram usar os modelos de IA mais novos e poderosos disponíveis (Modelos de Linguagem de Grande Escala como o Llama 3.1). Eles tentaram pedir a esses modelos para adivinhar as emoções diretamente. Os resultados foram decepcionantes. Os modelos tiveram um desempenho muito ruim, errando frequentemente mais do que acertando. Os pesquisadores sugerem que esses modelos de uso geral ainda não estão prontos para essa tarefa específica; eles precisam de mais treinamento especificamente em sânscrito antes que possam entender as nuances sutis dessas peças antigas.

A Conclusão

Este artigo não afirma ter resolvido o mistério da emoção humana. Em vez disso, ele estabelece a base. Ele mostra que:

• Podemos ensinar com sucesso os computadores a entender as emoções indianas antigas usando um framework baseado em uma teoria de 2.000 anos.
• Para línguas de baixo recurso como o sânscrito, modelos mais simples e inteligentes costumam funcionar melhor do que IAs massivas e ávidas por dados.
• Decompor um problema complexo (adivinhar 32 emoções) em passos menores (adivinhar a categoria primeiro) torna o computador muito mais preciso.

Os pesquisadores estão entusiasmados porque isto é apenas o começo. Eles esperam usar este framework "BhaRaTa" para analisar outros tipos de literatura em sânscrito, como épicos e poesia, e eventualmente aplicar essas ideias a outras línguas indianas. Eles provaram que a sabedoria antiga e a tecnologia moderna podem se misturar para criar algo novo, ajudando-nos a entender as profundezas emocionais de histórias que sobreviveram por milênios.