从表情符号描述的无监督情感分析创建表情符号词典
计算与语言
2024-04-03 v1 人工智能
机器学习
摘要
在线媒体（如博客和社交网站）生成大量非结构化数据，对于分析个人和组织的意见和情感非常有价值。需要超越自然语言处理的新方法来用量化指标衡量这些意见。到目前为止，表情符号表达的情感很少受到关注。然而，符号的使用在过去四年中蓬勃发展。如今Twitter上每天输入约200亿个表情符号，并且每个新Unicode版本中都会出现新的表情符号，使其在情感分析任务中越来越重要。这促使我们提出一种新颖的方法来预测在线文本消息（如推文）中表情符号表达的情感，该方法不需要人工手动标注数据，并为其他分析任务节省宝贵时间。为此，我们使用基于Emojipedia中表情符号创建者给出的定义的无监督情感分析系统，自动构建了一个新颖的表情符号情感词典。此外，我们还通过考虑伴随表情符号的非正式文本的情感分布，自动创建了词典变体。通过将所有这些词典纳入Kralj Novak等人（2015）提供的标注数据集的情感分析中所获得的改进，对它们进行了评估和比较。结果证实了我们方法的竞争力。
引用
@article{arxiv.2404.01439,
title = {Creating emoji lexica from unsupervised sentiment analysis of their descriptions},
author = {Milagros Fernández-Gavilanes and Jonathan Juncal-Martínez and Silvia García-Méndez and Enrique Costa-Montenegro and Francisco Javier González-Castaño},
journal= {arXiv preprint arXiv:2404.01439},
year = {2024}
}