Dữ liệu tình cảm cho Emoji

Để thử nghiệm, chúng tôi muốn sử dụng Biểu tượng cảm xúc được nhúng trong nhiều Tweet làm dữ liệu huấn luyện / sự thật cơ bản để phân tích định lượng đơn giản. Tweets thường không có cấu trúc để NLP hoạt động tốt.

Dù sao, có 722 Emoji trong Unicode 6.0 và có thể 250 khác sẽ được thêm vào Unicode 7.0.

Có một cơ sở dữ liệu (ví dụ như SentiWordNet) có chứa các chú thích tình cảm cho chúng không?

(Lưu ý rằng SentiWordNet không cho phép nhập nhằng nghĩa, quá xem xét ví dụ. Hài hước , đó không chỉ là tích cực: "thị hiếu này funny" có lẽ là không tích cực ... cùng sẽ tổ chức cho ;-)ví dụ Nhưng tôi không nghĩ rằng đây là khó khăn hơn. cho Emoji hơn là những từ thông thường ...)

Ngoài ra, nếu bạn có kinh nghiệm sử dụng chúng để phân tích tình cảm, tôi rất muốn nghe.

Tổng cộng 972 biểu tượng cảm xúc không thực sự lớn đến mức không thể gắn nhãn thủ công, nhưng tôi nghi ngờ rằng chúng sẽ hoạt động như một sự thật nền tảng tốt. Các nguồn như Twitter chứa đầy sự mỉa mai, châm biếm và các thiết lập phức tạp khác trong đó các biểu tượng cảm xúc (như biểu tượng cảm xúc hoặc biểu tượng cảm xúc) có nghĩa là một cái gì đó khác với cách giải thích thông thường. Ví dụ, ai đó có thể viết "xxx lừa dối khách hàng của họ, và bây giờ họ đang tự lừa dối mình! Ha ha ha !: D". Đây chắc chắn là bình luận tiêu cực, nhưng tác giả rất vui khi thấy công ty xxx gặp rắc rối và do đó thêm biểu tượng cảm xúc tích cực. Những trường hợp này không thường xuyên, nhưng chắc chắn không phù hợp với sự thật nền tảng.

Cách tiếp cận phổ biến hơn nhiều là sử dụng biểu tượng cảm xúc như một hạt giống để thu thập tập dữ liệu thực tế . Ví dụ, trong bài báo này, các tác giả sử dụng biểu tượng cảm xúc và thẻ băm cảm xúc để lấy từ vựng của các từ hữu ích để phân loại thêm.

Tôi thấy repo Github này hữu ích (một khởi đầu tốt): https://github.com/wooorm/emoji-emotion Danh sách biểu tượng cảm xúc được xếp hạng cho hóa trị với một số nguyên giữa âm năm (âm) và cộng năm (dương).

Xem danh sách unicode-biểu tượng cảm xúc được hỗ trợ: https://github.com/wooorm/emoji-emotion/blob/master/Support.md

Lưu ý rằng một số biểu tượng cảm xúc nhận được các cực có thể gây nhầm lẫn, chẳng hạn như bị mắc kẹt_tunue_closes_eyes (0), do được sử dụng cho cả cảm xúc tích cực và tiêu cực.