跟踪聊天对话中的情感动态：基于 DistilBERT 和 Emoji 情感分析的混合方法
计算与语言
2024-10-23 v1
摘要
计算机中介沟通已在许多情境下超过面对面沟通。跟踪聊天对话中的情感动态可提升沟通效果、改进服务并支持福祉。本文探讨了一种混合方法，通过结合基于 DistilBERT 的文本情感检测与 Emoji 情感分析来跟踪聊天对话中的情感动态。分析了来自 Twitter 数据集的情感，使用各种机器学习算法，包括 SVM、随机森林和 AdaBoost，并与 DistilBERT 进行对比。结果显示，DistilBERT 在情感识别方面性能卓越。我们的方法考虑通过 Emoji 传递的情感表达，以更好地理解聊天中参与者的情感。我们演示了该方法如何有效捕捉和分析实时对话中的情感变化。我们的发现表明，整合文本与 Emoji 分析是跟踪聊天情感的有效方法，可应用于客户服务、工作聊天及社交媒体互动。
关键词
引用
@article{arxiv.2408.01838,
title = {Tracking Emotional Dynamics in Chat Conversations: A Hybrid Approach using DistilBERT and Emoji Sentiment Analysis},
author = {Ayan Igali and Abdulkhak Abdrakhman and Yerdaut Torekhan and Pakizar Shamoi},
journal= {arXiv preprint arXiv:2408.01838},
year = {2024}
}
备注
This work has been submitted to the Springer journal for possible publication