融合表情符号与文本的微博情感识别及一维 CNN 分类方法
机器学习
2023-01-10 v1
摘要
微博作为一种基于网络的广播媒介，是人们分享想法与观点的广泛使用平台。近年来，从微博中进行情感识别（ER）是多个领域中一个令人振奋的研究课题。在机器学习领域，从微博中自动识别情感是一项具有挑战性的任务，尤其在考虑多样化内容以获得更好效果时。表情符号在微博文本中已十分常见，因其强化了内容的含义。本研究提出一种同时考虑微博数据中文本与表情符号的情感识别方案。表情符号被视为用户情感的独特表达，并可由恰当的情感词所替代。微博数据中表情符号出现的顺序被保留，并采用一维卷积神经网络（CNN）进行情感分类。实验结果表明，所提情感识别方案在 Twitter 数据上测试时优于其他现有方法。
引用
@article{arxiv.2301.02971,
title = {Emotion Recognition from Microblog Managing Emoticon with Text and Classifying using 1D CNN},
author = {Md. Ahsan Habib and M. A. H. Akhand and Md. Abdus Samad Kamal},
journal= {arXiv preprint arXiv:2301.02971},
year = {2023}
}
备注
9 pages, 3 figures, 5 tables, journal paper