論文の概要: Are Emojis Emotional? A Study to Understand the Association between
Emojis and Emotions
- arxiv url: http://arxiv.org/abs/2005.00693v1
- Date: Sat, 2 May 2020 04:04:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-07 11:58:39.871819
- Title: Are Emojis Emotional? A Study to Understand the Association between
Emojis and Emotions
- Title(参考訳): 絵文字は感情的か?
絵文字と感情の関連を理解するための研究
- Authors: Abu Shoeb, Gerard de Melo
- Abstract要約: 絵文字と感情の関連性について,人間同士の関連付けによる新たなデータセットを用いて検討する。
また,類似の関連がより大きな絵文字集合に対して予測できるような,既存のデータからそのような関連がどの程度推測できるかを評価する実験も行なっている。
- 参考スコア(独自算出の注目度): 37.86739837901986
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Given the growing ubiquity of emojis in language, there is a need for methods
and resources that shed light on their meaning and communicative role. One
conspicuous aspect of emojis is their use to convey affect in ways that may
otherwise be non-trivial to achieve. In this paper, we seek to explore the
connection between emojis and emotions by means of a new dataset consisting of
human-solicited association ratings. We additionally conduct experiments to
assess to what extent such associations can be inferred from existing data,
such that similar associations can be predicted for a larger set of emojis. Our
experiments show that this succeeds when high-quality word-level information is
available.
- Abstract(参考訳): 言語における絵文字の多様さを考えると、その意味とコミュニケーションの役割に光を当てる方法やリソースが必要である。
絵文字の顕著な側面の1つは、そうでなければ達成しにくい方法で影響を伝えるために使われることである。
本稿では,絵文字と感情の関連性について,人間同士の関連付けによる新たなデータセットを用いて検討する。
さらに,既存のデータからその関連がどの程度推測可能かを評価する実験を行い,より大規模な絵文字に対して類似した関連を予測できるようにした。
実験の結果,高品質な単語レベル情報が得られれば,これが成功することがわかった。
関連論文リスト
- Semantics Preserving Emoji Recommendation with Large Language Models [47.94761630160614]
既存の絵文字レコメンデーションメソッドは、ユーザーが元のテキストで選択した正確な絵文字にマッチする能力に基づいて、主に評価される。
本稿では,ユーザのテキストとのセマンティックな整合性を維持する絵文字を推薦するモデルの能力を計測する,絵文字推薦のための新しいセマンティックス保存フレームワークを提案する。
論文 参考訳(メタデータ) (2024-09-16T22:27:46Z) - EmojiLM: Modeling the New Emoji Language [44.23076273155259]
我々は,大規模言語モデルからテキスト絵文字並列コーパスであるText2Emojiを開発した。
並列コーパスに基づいて,テキスト・絵文字双方向翻訳に特化したシーケンス・ツー・シーケンス・モデルである絵文字LMを蒸留する。
提案モデルでは,強いベースラインを上回り,平行コーパスは絵文字関連下流タスクに有効である。
論文 参考訳(メタデータ) (2023-11-03T07:06:51Z) - Emoji-aware Co-attention Network with EmoGraph2vec Model for Sentiment
Anaylsis [9.447106020795292]
我々はEmoGraph2vecと呼ばれる絵文字表現を学習し、絵文字対応のコアテンションネットワークを設計する手法を提案する。
我々のモデルは、テキストと絵文字を組み込むコアテンション機構を設計し、圧縮と励起ブロックを畳み込みニューラルネットワークに統合する。
実験結果から,提案モデルは,ベンチマークデータセットの感情分析において,いくつかのベースラインを上回り得ることが示された。
論文 参考訳(メタデータ) (2021-10-27T08:01:10Z) - Emoji-based Co-attention Network for Microblog Sentiment Analysis [10.135289472491655]
マイクロブログ上でのテキストと絵文字間の相互感情的意味を学習する絵文字に基づくコアテンションネットワークを提案する。
本モデルは、テキストと絵文字を組み込んだ双方向の長期記憶に基づくコアテンション機構を採用し、畳み込みニューラルネットワークにシャープ・アンド・エキサイティングブロックを統合し、感情的な意味的特徴に対する感度を高める。
論文 参考訳(メタデータ) (2021-10-27T07:23:18Z) - Black or White but never neutral: How readers perceive identity from
yellow or skin-toned emoji [90.14874935843544]
近年の研究は、ソーシャルメディア上でのアイデンティティ表現と絵文字利用の関係を確立した。
この研究は、言語と同様に、読者がそのような自己表現の行為に敏感かどうかを問うもので、著者のアイデンティティを理解するために使用する。
論文 参考訳(メタデータ) (2021-05-12T18:23:51Z) - Semantic Journeys: Quantifying Change in Emoji Meaning from 2012-2018 [66.28665205489845]
絵文字のセマンティクスが時間とともにどのように変化するかに関する最初の縦断的研究を行い、計算言語学から6年間のtwitterデータに適用した。
絵文字のセマンティックな発達において5つのパターンを識別し、抽象的な絵文字がより少ないほど意味的変化を起こす可能性が高くなることを示す。
絵文字とセマンティクスに関する今後の作業を支援するために、私たちは、絵文字のセマンティックな変化を調べるために誰でも使用できるウェブベースのインターフェイスとともに、データを公開します。
論文 参考訳(メタデータ) (2021-05-03T13:35:10Z) - Assessing Emoji Use in Modern Text Processing Tools [35.79765461713127]
絵文字は視覚的魅力と人間の感情を鮮明に伝える能力から、デジタルコミュニケーションにおいてユビキタスになりつつある。
ソーシャルメディアや他のインスタントメッセージングにおける絵文字の普及は、絵文字を含むテキストを操作するシステムやツールの必要性も高まっている。
本研究では,絵文字を用いたツイートのテストセットを検討することで,このサポートを評価する。そこでは,著名なnlpおよびテキスト処理ツールが適切に処理できるかどうかについて,一連の実験を行う。
論文 参考訳(メタデータ) (2021-01-02T11:38:05Z) - COSMIC: COmmonSense knowledge for eMotion Identification in
Conversations [95.71018134363976]
我々は,心的状態,出来事,因果関係など,常識の異なる要素を取り入れた新しい枠組みであるCOSMICを提案する。
我々は,COSMICが4つのベンチマークの会話データセット上で,感情認識のための最新の結果を実現することを示す。
論文 参考訳(メタデータ) (2020-10-06T15:09:38Z) - Emoji Prediction: Extensions and Benchmarking [30.642840676899734]
絵文字予測タスクは、テキストに関連付けられた適切な絵文字セットを予測することを目的としている。
我々は、絵文字予測タスクの既存の設定を拡張し、よりリッチな絵文字セットを含め、複数ラベルの分類を可能にする。
トランスフォーマーネットワークに基づくマルチクラス・マルチラベル絵文字予測のための新しいモデルを提案する。
論文 参考訳(メタデータ) (2020-07-14T22:41:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。