論文の概要: Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts

• arxiv url: http://arxiv.org/abs/2210.12531v1
• Date: Sat, 22 Oct 2022 19:10:26 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-25 17:55:28.731247
• Title: Why Do You Feel This Way? Summarizing Triggers of Emotions in Social Media Posts
• Title（参考訳）: なぜこんなふうに感じるのか? ソーシャルメディア投稿における感情の要約
• Authors: Hongli Zhan, Tiberiu Sosea, Cornelia Caragea and Junyi Jessy Li
• Abstract要約: CovidET (Emotions and their Triggers during Covid-19)は、COVID-19に関連する英国のReddit投稿1,900件のデータセットである。 我々は、感情を共同で検出し、感情のトリガーを要約する強力なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。
• 参考スコア（独自算出の注目度）: 61.723046082145416
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Crises such as the COVID-19 pandemic continuously threaten our world and emotionally affect billions of people worldwide in distinct ways. Understanding the triggers leading to people's emotions is of crucial importance. Social media posts can be a good source of such analysis, yet these texts tend to be charged with multiple emotions, with triggers scattering across multiple sentences. This paper takes a novel angle, namely, emotion detection and trigger summarization, aiming to both detect perceived emotions in text, and summarize events and their appraisals that trigger each emotion. To support this goal, we introduce CovidET (Emotions and their Triggers during Covid-19), a dataset of ~1,900 English Reddit posts related to COVID-19, which contains manual annotations of perceived emotions and abstractive summaries of their triggers described in the post. We develop strong baselines to jointly detect emotions and summarize emotion triggers. Our analyses show that CovidET presents new challenges in emotion-specific summarization, as well as multi-emotion detection in long social media posts.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックなどの危機は、私たちの世界を脅かし続け、世界中の何十億もの人々に異なる方法で感情的に影響を及ぼす。 人々の感情につながる引き金を理解することが重要である。 ソーシャルメディアの投稿はそのような分析のよい源となり得るが、これらのテキストには複数の感情が伴い、複数の文に散らばっている。 本稿では,テキスト中の知覚された感情の検出と,それぞれの感情を誘発する事象とその評価を要約することを目的とした,感情検出とトリガ要約という新たな角度を取り上げる。 この目標を達成するために、私たちは、COVID-19に関連する約1,900の英国のReddit投稿のデータセットであるCovidET(Emotions and their Triggers during Covid-19)を紹介します。 感情を共同で検出し,感情のトリガを要約する強固なベースラインを開発する。 分析の結果,コビデットは感情特異的要約における新たな課題と,長文のソーシャルメディア投稿におけるマルチ感情検出の課題が示唆された。

関連論文リスト

• Dealing with Controversy: An Emotion and Coping Strategy Corpus Based on Role Playing [14.255172744243541]
  多くの感情の基本は、自然言語処理において未発見のままである。 私たちは感情を健全な状況に対処するための戦略として扱う。 本稿では,ロールプレイングによって構築されたコーパスとともに,識別に対処するタスクを紹介する。
  論文  参考訳（メタデータ） (2024-09-26T06:49:54Z)
• EMO-KNOW: A Large Scale Dataset on Emotion and Emotion-cause [8.616061735005314]
  我々は15年間で980万件のツイートから導かれた感情原因の大規模なデータセットを紹介した。 データセットの新規性は、その幅広い感情クラスと抽象的な感情原因に由来する。 私たちのデータセットは、異なる人々の多様な感情反応を考慮に入れた感情認識システムの設計を可能にします。
  論文  参考訳（メタデータ） (2024-06-18T08:26:33Z)
• Think out Loud: Emotion Deducing Explanation in Dialogues [57.90554323226896]
  対話における感情推論(Emotion Deducing Explanation in Dialogues)を提案する。 EDENは感情と原因を明確な考え方で認識する。 大規模言語モデル(LLM)が感情や原因をよりよく認識するのに役立ちます。
  論文  参考訳（メタデータ） (2024-06-07T08:58:29Z)
• Emotion Granularity from Text: An Aggregate-Level Indicator of Mental Health [25.166884750592175]
  心理学において、個人の感情概念を区別する能力の変化を感情の粒度と呼ぶ。 高い感情の粒度は、より良い精神と身体の健康と結びついている。 低感情の粒度は、不適応な感情制御戦略や健康状態の悪化と結びついている。
  論文  参考訳（メタデータ） (2024-03-04T18:12:10Z)
• CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
  既存のアプローチは、苦痛の感情の原因を無視します。 彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。 本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
  論文  参考訳（メタデータ） (2024-01-31T11:30:24Z)
• Language Models (Mostly) Do Not Consider Emotion Triggers When Predicting Emotion [87.18073195745914]
  人間の感情が感情の予測において有意であると考えられる特徴とどのように相関するかを検討する。 EmoTriggerを用いて、感情のトリガーを識別する大規模言語モデルの能力を評価する。 分析の結果、感情のトリガーは感情予測モデルにとって健全な特徴ではなく、様々な特徴と感情検出のタスクの間に複雑な相互作用があることが判明した。
  論文  参考訳（メタデータ） (2023-11-16T06:20:13Z)
• Where are We in Event-centric Emotion Analysis? Bridging Emotion Role Labeling and Appraisal-based Approaches [10.736626320566707]
  テキストにおける感情分析という用語は、様々な自然言語処理タスクを仮定する。 感情と出来事は2つの方法で関連していると我々は主張する。 我々は,NLPモデルに心理的評価理論を組み込んで事象を解釈する方法について議論する。
  論文  参考訳（メタデータ） (2023-09-05T09:56:29Z)
• Unsupervised Extractive Summarization of Emotion Triggers [56.50078267340738]
  我々は、感情を共同で検出し、トリガーを要約できる新しい教師なし学習モデルを開発した。 Emotion-Aware Pagerankと題された私たちのベストアプローチは、外部ソースからの感情情報と言語理解モジュールを組み合わせたものです。
  論文  参考訳（メタデータ） (2023-06-02T11:07:13Z)
• When a crisis strikes: Emotion analysis and detection during COVID-19 [96.03869351276478]
  感情をラベル付けした1万ツイートのCovidEmoを紹介します。 事前学習された言語モデルがドメインや危機をまたいでどのように一般化するかを検討する。
  論文  参考訳（メタデータ） (2021-07-23T04:07:14Z)
• Emotion Correlation Mining Through Deep Learning Models on Natural Language Text [3.23176099204268]
  Webニュースからの自然言語テキストを通して感情認識と感情相関のギャップを埋めようとしている。 テキストによる感情認識から感情相関を抽出するために,3種類の特徴と2種類のディープニューラルネットワークモデルを示す。
  論文  参考訳（メタデータ） (2020-07-28T08:59:16Z)

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。