論文の概要: Beyond a Single Sentiment Score: Topical and Affective Dimensions of Emoji Meaning on Twitter
- arxiv url: http://arxiv.org/abs/2610.28337v1
- Date: Tue, 20 Oct 2026 15:03:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.877235
- Title: Beyond a Single Sentiment Score: Topical and Affective Dimensions of Emoji Meaning on Twitter
- Title（参考訳）: Twitterで絵文字が意味する話題と影響の度合い(動画あり)
- Abstract要約: 密集した話題の文脈で使われる絵文字も、群集ソースの感情を極度に偏りづけていることも示している。
本研究では,Emoji Sarcasmデータセットのサルカズム分類におけるリークフリー5倍のクロスバリデーション結果について報告する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Emoji are widely treated as compact affective tokens whose meaning is summarised by a single sentiment score. We argue that this picture is incomplete. From a corpus of 16{,}575 English tweets and a per-emoji metric we call \emph{stability delta} (within-class minus between-class cosine similarity of sentence embeddings), we show that emojis used in tightly clustered topical contexts also exhibit \emph{more} polarised crowd-sourced sentiment, not less. Validated against the Kralj Novak et al.\ (2015) sentiment lexicon, the central correlation is Spearman $ρ= +0.361$ (Holm $p = 0.015$, 95\% bootstrap CI $[+0.10, +0.59]$); against the independent Ferré et al.\ (2025) Spanish 13-emotion ratings, $ρ= +0.509$ ($p = 0.0003$). The result survives permutation testing, BCa bootstrap, leave-one-out jackknife, partial correlation controlling for emoji frequency, and Holm correction across a four-test family. Topical coherence and affective dispersion are distinct dimensions of emoji meaning. As a downstream check we report leakage-free five-fold cross-validation results for sarcasm classification on the Emoji Sarcasm Dataset; all three baselines (a gated multimodal architecture, fine-tuned BERTweet features, and fine-tuned RoBERTa features) score above 0.97 macro F1, indicating the dataset has saturating emoji-label cues. We frame the classifier as supporting evidence rather than the contribution.
- Abstract（参考訳）: 絵文字は、単一の感情スコアによって要約される、コンパクトな感情トークンとして広く扱われる。
私たちはこの絵が不完全であると主張する。
16{,}575 の英語ツイートのコーパスと、私たちが 'emph{stability delta} と呼ぶ絵文字毎のメトリクスから、密集した話題の文脈で使われる絵文字も 'emph{more} に偏りのあるクラウドソースの感情を示す。
Kralj Novak et al \ (2015) 感情レキシコンに対して、中心的な相関関係はSpearman $ρ= +0.361$ (Holm $p = 0.015$, 95\% bootstrap CI $[+0.10, +0.59]$); 独立したFerré et al \ (2025) スペインの13感情評価、$ρ= +0.509$ (p = 0.0003$)である。
結果は、置換試験、BCAブートストラップ、欠失したジャックナイフ、部分相関による絵文字頻度の制御、および4つのテストファミリ間のホルム補正に生き残る。
トポカルコヒーレンスと感情分散は、絵文字の意味の異なる次元である。
下流チェックでは、Emoji Sarcasm Datasetでサルカズム分類のためのリークフリー5倍のクロスバリデーション結果が報告され、すべての3つのベースライン(ゲート型マルチモーダルアーキテクチャ、細調整されたBERTweet機能、微調整されたRoBERTa機能)が0.97マクロF1を超え、データセットが絵文字ラベルのキューを飽和させたことを示す。
我々は、その分類器を、貢献よりも証拠を裏付けるものであるとみなしている。
関連論文リスト
- Emoji-Emotion Ranking System Using Twitter Data [0.0]
本研究では,2020年から2025年の間に収集された10万件の絵文字を含む回答のTwitterデータセットに基づく絵文字対応感情分析フレームワークを提案する。
各メッセージに対する5つの主要な感情(幸福、怒り、悲しみ、恐怖、サプライズ)を検出するために、テキスト・ツー・感情分類を適用した。
絵文字感情関連分布を推定し,相対的な感情優位を反映した絵文字感情ランキングシステムを構築した。
論文 参考訳（メタデータ） (2026-10-03T12:51:21Z) - Cross-Cultural Transfer of Emoji Semantics and Sentiment in Financial Social Media [2.4493299476776778]
絵文字のみ、テキストのみ、およびテキスト+絵文字入力で訓練された感情モデルを評価する。
絵文字の頻度はコミュニティ、特に言語によって異なるが、その意味や感情の極性はほとんど安定している。
クロスアセスト転送性は最小限の劣化を示すが、クロス言語転送は依然として最も難しい。
論文 参考訳（メタデータ） (2026-05-10T08:30:24Z) - The Prosody of Emojis [73.70220975424597]
本研究は,絵文字が音声の韻律的実現にどのように影響するか,また,聴取者が韻律的手がかりを解釈して意味を回復するかを検討する。
従来の研究とは異なり、我々は、構造化されているがオープンな生産と知覚タスクを通して収集された実際の人間の音声データを分析して、韻律と絵文字を直接リンクする。
その結果、話者は絵文字の手がかりに基づいて韻律を適応し、リスナーは韻律変化のみから意図した絵文字を識別することができ、絵文字間の意味的差異は韻律の発散の増加に対応していることがわかった。
論文 参考訳（メタデータ） (2025-08-01T11:24:12Z) - 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) - On the Context-Free Ambiguity of Emoji: A Data-Driven Study of 1,289
Emojis [28.04805745702487]
我々は、周囲のテキストのない参加者に1,289の絵文字を提示する1ワードの絵文字記述のクラウドソーシングデータセットを収集した。
絵文字ごとに30のアノテーションがあり、16の絵文字は完全に曖昧であるのに対して、55の絵文字は曖昧であり、ランダムに選択された記述と区別できない。
論文 参考訳（メタデータ） (2022-01-17T09:33:29Z) - Emojich -- zero-shot emoji generation using Russian language: a
technical report [52.77024349608834]
エモジッチ(Emojich)は、ロシア語の字幕を条件として絵文字を生成するテキスト・画像ニューラルネットワークである。
我々は,事前訓練された大型モデルruDALL-E Malevich(XL) 1.3Bパラメータの微調整段階における一般化能力を維持することを目的としている。
論文 参考訳（メタデータ） (2021-12-04T23:37:32Z) - 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) - Semantic Journeys: Quantifying Change in Emoji Meaning from 2012-2018 [44.25050548312626]
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、計算言語学の手法を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研究を支援するため、私たちは私たちのデータを、誰でも絵文字のセマンティクス変更を探求できるWebベースのインターフェースとともに公開します。
論文 参考訳（メタデータ） (2021-05-03T13:35:10Z) - 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。