emojiall©
Los emojis están llenos de emociones. Puede mejorar o ajustar el tono del mensaje y mostrar las emociones más obvias y abundantes que las palabras.
Tomemos este emoji como ejemplo👿 (cara enojada con cuernos). Obviamente, es un diablo, por lo que podría considerarse un emoji "malo", un emoji que tiene mucho que ver con las ideas o acciones malvadas.
Pero esta descripción es muy abstracta. Pues, ¿podemos visualizar los tipos y niveles de sentimientos expresados por estos emojis?
¡La respuesta es sí! Realizamos Procesamiento de Lenguajes Naturales (PLN) en las muestras públicas de no menos de 50 millones de tweets, y usamos Análisis de sentimiento (también llamado minería de opinión) para asociar los sentimientos que transmiten los emojis con un conjunto de valores y visualizar los resultados de nuestro trabajo. Dedicamos mucho tiempo, energía y potencia informática para hacer que nuestro análisis de sentimientos de emoji sea más científico y riguroso. De esta manera, esperamos que todos puedan experimentar el encanto de los emojis y conocerlos mejor.
Gráficos visuales utilizados en el análisis de sentimientos de emoji
Los datos calculados a partir del análisis de sentimientos, como los valores de sentimiento de emoji, son contenidos especializados en términos de estadística y teoría de la probabilidad, por lo que son difíciles de entender. Entonces, cómo hacer que estos datos especializados fueran comprensibles para los usuarios fue el siguiente reto que tuvimos que afrontar después de resolver los problemas del algoritmo y la potencia de cálculo.
Se nos ocurrió una idea— ¿Si podemos visualizar los valores de sentimiento de los emojis?
💡: Convertimos los datos calculados y analizados (izquierda) en un gráfico que los usuarios pueden entender mejor (derecha)y que permite una representación más visual de la división emocional de emojis.
A continuación, explicaremos detalladamente la siguiente imagen que muestra los resultados del análisis de tendencias de sentimientos de emojis en la comunicación real.
💡: Dos tipos de gráficos para el análisis de sentimientos del emoji 👿. Aquí solo analizamos el gráfico de arriba.
El arco de semicírculo en la imagen se divide en tres colores, que representan tres tendencias emocionales del emoji 👿. Como podemos ver, las proporciones de estas tres emociones son aproximadamente 4: 1: 5, el verde y el naranja tienen proporciones similares, lo que significa que este emoji es más neutro.
- El cursor gris es el intervalo de confianza , un concepto estadístico. Su posición y ancho indican:
Esperanza matemática ± Confianza. - Esperanza matemática: es el promedio ponderado de las variables aleatorias dispersivas de valores de sentimiento de los emojis, que se utiliza para mostrar la probabilidad,
c ∈ [−1， 0， +1]. - Confianza: es el conjunto de parámetros de la distribución de valores de sentimiento de emoji, que muestra un rango de error razonable en forma de intervalo positivo y negativo. Cuanto mayor sea el número de muestras de corpus, menor será el error.
En pocas palabras, cuanto más cerca está el cursor a la izquierda, la emoción transmitida por el emoji es más negativa. Cuanto más cerca está el cursor a la derecha, la emoción transmitida por el emoji es más positiva. Y cuanto más estrecho es el cursor, el juicio de la emoción es más preciso.
¿Ahora puedes entender el gráfico de análisis de sentimientos de emoji?
¿Qué es el análisis de sentimientos?
Seguro que ya habéis entendido el gráfico de datos del análisis de sentimientos de emoji. Ahora vamos a hablar de lo que es el análisis de sentimientos.
El análisis de sentimientos también se denomina minería de opiniones. Desde el punto de vista técnico, el análisis de sentimientos es parte de la investigación del procesamiento del lenguajes naturales (PLN). Los métodos de análisis de opiniones se dividen en dos tipos: aprendizaje automático y métodos basados en diccionarios. Pero con el desarrollo de la tecnología de aprendizaje profundo, el uso de esta tecnología en el análisis de sentimientos se ha convertido en la corriente principal.
El proceso de análisis de sentimientos incluye preprocesamiento de datos, ingeniería de funciones y entrenamiento de modelos. En términos generales, el preprocesamiento de datos divide principalmente el texto en palabras y elimina las palabras vacías y los signos de puntuación. Sin embargo, nuestro análisis de sentimiento conserva los signos de puntuación y las palabras vacías. En la etapa de ingeniería de funciones, usamos Word2Vec, una técnica de procesamiento del lenguaje natural propuesta por el equipo de Google en 2013. Word2vec puede utilizar cualquiera de las dos arquitecturas de modelos para producir una representación distribuida de las palabras: CBOW (bolsa continua de palabras) oSkip-gram. Los resultados del modelo son los siguientes:
💡 ： A la izquierda está el modelo CBOW, a la derecha está el modelo Skip-gram
CBOW se basa en el contexto para predecir la palabra objetivo a entrenar para obtener el vector de palabras. Como se muestra en el modelo CBOW, W (t) se predice en base a cuatro palabras W(t-2), W(t-1), W(t+1), W(t+2) ; Y Skip-gram se basa en la palabra objetivo para predecir las palabras circundantes a entrenar para obtener el vector de palabras. Como se muestra en el modelo Skip-gram, W(t-2),W(t-1),W(t+1),W(t+2) son las palabras que se predicen basándose en W (t) .
En la etapa de predicción del modelo, dividimos los datos en dos partes: el conjunto de entrenamiento y el conjunto de prueba en una proporción de 5:1 y desordenamos el conjunto de entrenamiento. La proporción de los tres tipos de sentimiento en el conjunto de entrenamiento es de 1:1:1. A través del conjunto de prueba, tenemos el resultado de que la precisión de nuestro modelo es del 82%.
Aplicación del análisis de sentimientos en emojis
El análisis de sentimientos es un método de análisis integral que combina el aprendizaje profundo y las estadísticas. Hemos obtenido el valor de sentimientos de emoji después de un análisis complejo y cálculo de una gran cantidad de datos. El proceso completo del análisis de sentimientos de emoji se muestra en el siguiente diagrama de flujo:
El proceso del análisis de sentimientos de Emoji
- Etiquetar el corpus lingüístico de redes sociales
- Realizar el preprocesamiento de datos
- Dividir el conjunto de datos: conjunto de entrenamiento (80%), conjunto de prueba (20%)
- Utilizar la red neuronal LSTM para construir un modelo
- Ajustar los hiperparámetros para mejorar la generalización del modelo en función de su rendimiento en el conjunto de pruebas
- Realizar el mismo preprocesamiento de datos en los datos no etiquetados
- Utilizar el modelo de predicción de sentimientos entrenado para predecir la tendencia de sentimientos en los datos no etiquetados
Realizamos el análisis de sentimientos en los emojis y usamos la tecnología de aprendizaje profundo para obtener un clasificador de sentimientos de emoji. Usamos la función sigmoide para activar la capa de salida del clasificador y proyectamos los resultados de la capa de salida en el intervalo de 0-1. Cuanto más cerca esté el resultado de 0, más negativo será, y cuanto más cerca esté de 1, más positivo será.
La fórmula de la función sigmoide es: F(x)=1/(1+ex)
Utilizamos los datos de muestra de 50 millones de tweets que contienen emojis como el corpus lingüístico analizado, y luego ponemos el corpus lingüístico por analizar en el clasificador de sentimientos entrenado para la predicción de sentimientos, y finalmente clasificamos los resultados de la predicción de sentimientos en tres categorías: negativo, neutral y positivo. Los criterios de la clasificación se presentan abajo.
Aunque este trabajo nos costó mucho tiempo y esfuerzo, ¡¡lo hemos conseguido !!
El uso y la perspectiva del análisis de sentimientos de emoji
El análisis de sentimientos se utiliza ampliamente en distintos campos, como marketing, publicidad, psicología, medicina, etc. Decidimos hacer un análisis de sentimiento de emoji con el objetivo de ayudar a las personas a obtener una comprensión más profunda de los emoji en las interacciones sociales reales y eliminar la ambigüedad y la incomprensión de los emojis de manera más efectiva.
Por ejemplo, cuando chateas con tu amigo (o la persona que te gusta) en línea, es posible que la otra parte te envíe algunos emojis que no entiendes. De hecho, estas situaciones son comunes, por ejemplo:
- Alguien comenta mi foto con este emoji🤒, ¿qué significa?
- ¿Por qué esta chica me envía 😊?¿Qué quiere decir?
- Si la persona que me gusta me envía ❤, ¿es una buena señal?
Con nuestro análisis de sentimientos de emoji,aunque todavía no sepas el significado exacto de ciertos emojis, puedes analizarlos psicológicamente, como "Ella me envió un 💞, es una señal positiva, tal vez debería invitarla a salir" o " ¿Por qué mi novio me envía un 😒? Es algo negativo, ¿está enojado conmigo? ". A través de nuestro análisis de sentimientos de emojis, creo que todos pueden entender los emojis más profundamente.
En resumen, hemos pagado mucho por este proyecto de análisis de sentimientos de emoji. Aunque es difícil, aún queremos hacerlo más profundo y profesional. Ahora estamos analizando los emojis en diferentes idiomas y el efecto de ganancia emocional de emojis en los textos puros. Además, hemos decidido varios otros estudios avanzados. Todos estos esfuerzos son para explorar más usos de emoji. Esperamos que nuestro análisis de sentimientos de emoji haya iluminado tus horizontes. Además, si tienes mejores ideas y sugerencias, déjanos un comentario abajo y ¡gracias por tu apoyo 🤗!
enlaces relacionados
💬Comentario : Idioma actual
