通过Emoji解释掌握跨语言情感分析：多模态生成式AI方法
计算与语言
2024-12-24 v1 人工智能
摘要
Emoji在线上交流中日益普及，作为传递情感和装饰性元素的通用媒介，其广泛使用超越了语言和文化界限，增强了理解，促进了更具包容性的互动。虽然已有工作对Emoji的理解提供了宝贵的见解，但探索Emoji作为通用情感指示器的能力——尤其是利用大型语言模型( LLM )——尚未得到充分考察。我们的研究旨在通过LLM跨语言和跨文化探讨Emoji作为可靠情感标记器的能力。我们利用ChatGPT的多模态能力，探讨了各种Emoji表示的情感，并评估了Emoji传递情感与多语言数据集上文本情感的匹配程度，该数据集来自32个国家。我们的分析显示，基于LLM的Emoji传递情感准确率为81.43%，凸显了Emoji作为通用情感标记器的重要潜力。我们还发现，随着文本中Emoji数量的增加，Emoji传递情感的准确率呈现一致趋势。这些结果强化了Emoji作为全球情感指示器的潜力，为社交媒体平台上的跨语言和跨文化情感分析提供了见解。代码：https://github.com/ResponsibleAILab/emoji-universal-sentiment
引用
@article{arxiv.2412.17255,
title = {Unlocking Cross-Lingual Sentiment Analysis through Emoji Interpretation: A Multimodal Generative AI Approach},
author = {Rafid Ishrak Jahan and Heng Fan and Haihua Chen and Yunhe Feng},
journal= {arXiv preprint arXiv:2412.17255},
year = {2024}
}