रात का मोड

सभी (259653)

इमोजी (6072)

इमेजिस (253435)

ब्लॉग (40)

विषय (106)

पृष्ठ (377)

उन्नत खोज-परिणाम(259653)

फ़िल्टर और परिष्कृत करें

क्रमबद्ध द्वारा: व्यापक

फिल्टर

श्रेणियाँ⁽⁵²¹⁰⁾ स्माइलीज और इमोशन ⁽¹⁹⁴⁾ लोग और शरीर ⁽³⁰³²⁾ त्वचा टोन और हेयर स्टाइल ⁽⁹⁾ पशु और प्रकृति ⁽¹⁷³⁾ खाद्य और पेय ⁽¹⁴¹⁾ यात्रा और स्थान ⁽⁴¹⁸⁾ क्रियाएँ ⁽¹²¹⁾ वस्तुओं ⁽⁴¹¹⁾ प्रतीक ⁽⁴³⁵⁾ झंडे ⁽²⁷⁶⁾

त्वचा का रंग⁽³³⁴⁷⁾ सामान्य त्वचा का रंग ⁽⁴¹⁷⁾ गोरी त्वचा ⁽⁵⁸⁶⁾ हल्की गोरी त्वचा ⁽⁵⁸⁶⁾ गेहुँआ त्वचा ⁽⁵⁸⁶⁾ हल्की साँवली त्वचा ⁽⁵⁸⁶⁾ साँवली त्वचा ⁽⁵⁸⁶⁾

लिंग⁽²¹⁷⁹⁾ सामान्य लिंग ⁽²⁸⁰⁾ पुरुष ⁽⁸⁸⁵⁾ महिला ⁽⁸⁸⁵⁾ मिश्रित लिंग ⁽¹²⁹⁾

बाल शैली ⁽⁹⁴⁾ सामान्य बाल शैली ⁽¹⁸⁾ लाल बाल ⁽¹⁹⁾ घुँघराले बाल ⁽¹⁹⁾ सफ़ेद बाल ⁽¹⁹⁾ गंजा ⁽¹⁹⁾

भावनाओं का विश्लेषण ⁽³⁵⁷⁷⁾ नकारात्मक ⁽¹⁸⁶⁾ तटस्थ ⁽¹¹⁷⁹⁾ धनात्मक ⁽²²¹²⁾

इमोजी संस्करण ⁽³⁸⁰¹⁾ 1.0⁽¹²⁶⁹⁾2.0⁽³⁸⁶⁾3.0⁽¹⁶⁹⁾4.0⁽⁶⁰³⁾5.0⁽²⁷⁶⁾11.0⁽²²³⁾12.0⁽²³⁰⁾12.1⁽¹⁶⁸⁾13.0⁽¹¹⁷⁾13.1⁽²¹⁷⁾14.0⁽¹¹²⁾15.0⁽³¹⁾

ब्लॉग

अंकितक⁽³⁹⁾Emoji Research⁽¹⁰⁾इमोजी न्यूज़⁽⁹⁾Emoji Q&A⁽⁸⁾नया इमोजी⁽⁵⁾Emojiall News⁽⁴⁾इमोजी प्रस्ताव⁽³⁾

वर्ष⁽⁴⁰⁾2021⁽¹⁹⁾2022⁽¹⁷⁾2023⁽⁴⁾

अंकितक⁽¹⁰⁶⁾उत्सव⁽²⁷⁾त्यौहार⁽²⁶⁾परंपरा⁽¹⁹⁾देश⁽¹⁸⁾Culture⁽¹⁸⁾यूनिकोड वर्ण⁽¹⁶⁾

वर्ष⁽¹⁰⁶⁾2019⁽²⁸⁾2020⁽²⁶⁾2021⁽⁴³⁾2022⁽⁶⁾2023⁽³⁾

इमेजिस

²⁵³⁴³⁵

श्रेणियाँ^(248017) स्माइलीज और इमोशन ^(14577) लोग और शरीर ^(128937) त्वचा टोन और हेयर स्टाइल ⁽⁵⁵³⁾ पशु और प्रकृति ^(11505) खाद्य और पेय ^(10253) यात्रा और स्थान ^(18531) क्रियाएँ ⁽⁶⁸⁹²⁾ वस्तुओं ^(20520) प्रतीक ^(19011) झंडे ^(17238)

लिंग^(75127) सामान्य लिंग ⁽⁹⁴³⁸⁾ पुरुष ^(31486) महिला ^(31371) मिश्रित लिंग ⁽²⁸³²⁾

बाल शैली ⁽⁵⁶²⁴⁾ सामान्य बाल शैली ⁽¹³³⁶⁾ लाल बाल ⁽¹⁰⁷⁹⁾ घुँघराले बाल ⁽¹⁰⁷⁹⁾ सफ़ेद बाल ⁽¹⁰⁷⁹⁾ गंजा ⁽¹⁰⁵¹⁾

मंच^(253435)google^(32344)apple^(32098)samsung^(30010)twitter^(24716)whatsapp^(23833)facebook^(23286)microsoft^(19674)openmoji^(17693)joypixels^(17356)lg⁽⁵⁹²¹⁾emojidex⁽⁵⁷⁰⁴⁾microsoft-teams⁽²⁹⁹⁷⁾blobmoji⁽²⁷³³⁾symbola⁽¹⁹²³⁾emojitwo⁽¹⁸⁹⁷⁾skype⁽¹⁷¹³⁾classic⁽¹³⁹⁶⁾emojipedia⁽¹³²⁹⁾au-kddi⁽¹²⁶⁰⁾emojione⁽¹²³¹⁾htc⁽⁹³⁶⁾mozilla⁽⁸¹⁶⁾softbank⁽⁷⁴⁷⁾docomo⁽⁶⁹⁸⁾bubble⁽⁵⁸³⁾telegram⁽²⁵⁰⁾joypixels-animation⁽¹⁹⁸⁾sample⁽⁵⁸⁾emojiall⁽³⁵⁾

प्रारूप^(253435)png^(248277)apng⁽⁴⁷¹⁰⁾gif⁽⁴⁴⁸⁾

पृष्ठ

इमोजी 6072

😀 प्रतिलिपि

😀 दाँत दिखाता चेहरा

Smile यह एक स्माइली इमोजी है। पीले चेहरे पर दो आँखें दो दौर थोड़ा सेम की तरह कर रहे हैं 👀, और मुंह है 👄 मुस्कुराती, दांत के ऊपरी पंक्ति खुलासा 🦷। यह इस इमोजी 😃 के समान दिखता है, लेकिन यह कम भावनात्मक है। यह खुशी, खुशी और उत्साह को दर्शाता है। कभी-कभी इसका मतलब एक परिपूर्ण मुस्कान भी होता है। संबंधित emojis: 😁 😺 😅।
1247 14दाँत दिखाता चेहरा खीस चेहरा

😃 प्रतिलिपि

😃 बड़ी आँखों वाला दाँत दिखाता चेहरा

सबसे लोकप्रिय emojis में से एक, यह एक बड़ी, खुली मुस्कान के साथ एक चेहरा दिखाता है, दांत दिखा रहा है, और व्यापक आँखें। इसका अर्थ है खुशी, उत्साह, सकारात्मकता, दया या समझौता। हम इसका उपयोग दूसरे के विचारों के लिए समर्थन व्यक्त करने और सकारात्मक प्रतिक्रिया करने के लिए कर सकते हैं, लेकिन इसका उपयोग मुख्य रूप से खुशी व्यक्त करने के लिए किया जाता है। यह इमोजी एक दूसरे के लिए उत्साह का एक अच्छा अभिव्यक्ति हो सकता है, लेकिन हास्य के अवसरों के लिए भी। यह इस इमोजी em के समान है, लेकिन उनके कुछ अंतर हैं।
1069 9बड़ी आँखों वाला दाँत दिखाता चेहरा खुले मुंह वाली मुस्कान चेहरा

😄 प्रतिलिपि

😄 मुस्कुराती आँखों वाला दाँत दिखाता चेहरा

खुले मुंह और मुस्कुराती आँखों से 👀 iling इस इमोजी का मतलब है मज़ेदार excited खुश और उत्साहित। कभी-कभी इस तरह के इमोजी का उपयोग केवल आपके ग्रंथों को एक विशिष्ट अर्थ दिए बिना करने के लिए किया जाता है। यह इस इमोजी के समान है 😅 लेकिन एक है थोड़ा अंतर।
1050 15मुस्कुराती आँखों वाला दाँत दिखाता चेहरा आँख चेहरा

😁 प्रतिलिपि

😁 मुस्काती आँखों के साथ खींसें निपोरना

इससे आंखें घुमावदार होती हैं और दांतों का पता चलता है। स्माइली एक्सप्रेशन खुशी व्यक्त करते हैं और सहमति या संतुष्टि व्यक्त करने के लिए भी उपयोग किए जाते हैं। कभी-कभी शरारतीपन का प्रतिनिधित्व करते थे। इस इमोजी प्लेटफ़ॉर्म के आधार पर भिन्न हो सकते हैं आप using.Related इमोजी हैं: 😬 🤩 😸 🤠
1043 1मुस्काती आँखों के साथ खींसें निपोरना आँख खीस

सभी इमोजी ( 6072 )

ब्लॉग 40

इमोजी सेंटीमेंट एनालिसिस
इमोजी भावना विश्लेषण के लिए विज़ुअल चार्टसेंटीमेंट एनालिसिस क्या है?इमोजी सेंटीमेंट एनालिसिस का उपयोग और संभावनासम्बंधित लिंक्सइमोजी में भावना विश्लेषण का अनुप्रयोगइमोजी सेंटीमेंट एनालिसिस की प्रक्रियाइमोजी इमोशन से भरे हुए हैं। यह पाठ के स्वर और मनोदशा को बढ़ा या समायोजित कर सकता है, साथ ही, इमोजी द्वारा व्यक्त की गई भावनाएं केवल शब्दों से अधिक स्पष्ट हो सकती हैं। उदाहरण के लिए यह इमोजी 👿 (सींग वाला गुस्सा चेहरा)। यह स्पष्ट रूप से एक शैतान चरित्र के रूप में है, इसलिए विचार हो सकते हैं कि यह एक "बुरा" इमोजी है, जैसे किसी के सिर में कुछ बुरे विचार। लेकिन फिर भी, इस तरह का विवरण बहुत सारगर्भित है। इसलिए, क्या हम इन इमोजी द्वारा व्यक्त भावनाओं के प्रकारों और स्तरों की कल्पना कर सकते हैं? उत्तर "हाँ" अवश्य है! हमने 50 मिलियन से कम ट्वीट के सार्वजनिक नमूनों पर प्राकृतिक भाषा प्रसंस्करण (एनएलपी) का प्रदर्शन किया, और हम इमोजी भावना को मूल्यों के एक सेट के साथ जोड़ने और इसकी कल्पना करने के लिए टेक्स्ट सेंटीमेंट एनालिसिस (जिसे ओपिनियन माइनिंग भी कहा जाता है) का उपयोग करते हैं। हमने अपने इमोजी भावना विश्लेषण को अधिक वैज्ञानिक और कठोर बनाने के लिए बहुत समय, ऊर्जा और कंप्यूटिंग शक्ति खर्च की, ताकि हर कोई आकर्षण महसूस कर सके और इमोजी की बेहतर समझ प्राप्त कर सके।इमोजी सेंटीमेंट वैल्यू जैसे डेटा की गणना टेक्स्ट सेंटीमेंट विश्लेषण के अनुसार की गई, जो सांख्यिकी और संभाव्यता सिद्धांत से संबंधित है। एल्गोरिथ्म और कंप्यूटिंग शक्ति की समस्या को हल करने के बाद, नई कठिनाइयों का सामना करना पड़ा: उपयोगकर्ताओं को इन पेशेवर डेटा को कैसे समझा जाए? हमारे मन में एक विचार कौंधता है—- अरे! हम कुछ शानदार डिज़ाइनों के साथ इमोजी भावना मूल्यों की कल्पना कैसे करते हैं! : हमने परिकलित और विश्लेषण किए गए डेटा (बाएं) को एक चार्ट में बदल दिया है जिसे उपयोगकर्ता (दाएं) बेहतर ढंग से समझ सकते हैं, जो इमोजी के भावनात्मक विभाजन को अधिक सहजता से दिखा सकता है; तो मैं निम्नलिखित चार्ट की व्याख्या करता हूं, जो वास्तविक संचार में इमोजी की भावना प्रवृत्ति विश्लेषण के परिणामों को दर्शाता है। 💡: इमोजी के भाव विश्लेषण के लिए 2 प्रकार के चार्ट, यहां हम केवल ऊपर दिए गए चार्ट का विश्लेषण करते हैं। चित्र में अर्धवृत्त चाप को तीन रंगों में विभाजित किया गया है, जो इमोजी 👿 की विभिन्न भावनात्मक प्रवृत्तियों का प्रतिनिधित्व करता है। जैसा कि हम देख सकते हैं, इन तीन भावनाओं का अनुपात लगभग 4:1:5 है, हरे और नारंगी रंग के समान अनुपात हैं, जिसका अर्थ है कि यह इमोजी अधिक तटस्थ है (आश्चर्य !!) ग्रे कर्सर कॉन्फिडेंस लेवल है , जो एक सांख्यिकीय अवधारणा है। इसकी स्थिति और चौड़ाई इंगित करती है: Expected Value ± Confidence । अपेक्षित मान : यह इमोजी भावना मान के फैलाव वाले यादृच्छिक चर का भारित औसत है, जिसका उपयोग संभाव्यता व्यक्त करने के लिए किया जाता है, c ∈ [−1， 0， +1] । कॉन्फिडेंस : यह इमोजी सेंटीमेंट वैल्यू डिस्ट्रीब्यूशन का पैरामीटर सेट है, पॉजिटिव और नेगेटिव इंटरवल के रूप में एक उचित एरर रेंज दिखाता है। और कॉर्पस नमूनों की संख्या जितनी बड़ी होगी, त्रुटि उतनी ही कम होगी। सीधे शब्दों में कहें तो कर्सर जितना बायीं ओर होगा, इस इमोजी का इमोशन ज्यादा नेगेटिव है। इसके विपरीत, कर्सर जितना दाईं ओर होगा, इस इमोजी द्वारा व्यक्त की गई सकारात्मक भावना उतनी ही अधिक होगी। और कर्सर जितना संकरा होता है, भावना का निर्णय उतना ही सटीक होता है। अब, क्या आप इमोजी भावना विश्लेषण के हमारे चार्ट को समझ सकते हैं?मेरा मानना है कि आप इमोजी सेंटीमेंट एनालिसिस के डेटा चार्ट को समझ गए हैं, तो आइए बात करते हैं कि सेंटीमेंट एनालिसिस क्या है। सेंटीमेंट एनालिसिस को ओपिनियन माइनिंग भी कहा जाता है। तकनीकी रूप से बोलते हुए, भावना विश्लेषण प्राकृतिक भाषा प्रसंस्करण (एनएलपी) अनुसंधान का हिस्सा है। सेंटीमेंट एनालिसिस मेथड्स को दो प्रकारों में बांटा गया है: मशीन लर्निंग और डिक्शनरी-बेस्ड मेथड्स । लेकिन गहन शिक्षण प्रौद्योगिकी के विकास के साथ, भावना विश्लेषण के लिए इस तकनीक का उपयोग मुख्यधारा बन गया है। भावना विश्लेषण प्रक्रिया में डेटा प्रीप्रोसेसिंग, फीचर इंजीनियरिंग और मॉडल प्रशिक्षण शामिल हैं। सामान्यतया, डेटा प्रीप्रोसेसिंग चरण मुख्य रूप से टेक्स्ट को शब्दों में विभाजित करता है और स्टॉप शब्दों और विराम चिह्नों को हटा देता है। हालाँकि, हमारा मनोभाव विश्लेषण विराम चिह्नों को बनाए रखता है और शब्दों को रोकता है। फीचर इंजीनियरिंग चरण में, हमने 2013 में Google टीम द्वारा प्रस्तावित शब्द एम्बेडिंग प्रतिनिधित्व (Word2Vec) को चुना, जिसे CBOW (शब्दों का निरंतर बैग) मॉडल और स्किप-ग्राम मॉडल में विभाजित किया गया है। मॉडल के परिणाम इस प्रकार हैं: बाईं ओर CBOW मॉडल है, दाईं ओर स्किप-ग्राम मॉडल है सीबीओओ शब्द वेक्टर प्राप्त करने के लिए प्रशिक्षित करने के लिए लक्षित शब्द की भविष्यवाणी करने के संदर्भ पर आधारित है। जैसा कि चित्र में दिखाया गया है, W(t) की भविष्यवाणी चार शब्दों W(t-2), W(t-1), W(t+1), W(t+2) ; और स्किप-ग्राम शब्द वेक्टर प्राप्त करने के लिए लक्षित शब्द के अनुसार आसपास के शब्दों की भविष्यवाणी करना है। जैसा कि चित्र में दिखाया गया है W(t-2),W(t-1),W(t+1),W(t+2) अनुसार W(t) की भविष्यवाणी करना है। मॉडल भविष्यवाणी चरण में, हम डेटा को दो भागों में विभाजित करते हैं: प्रशिक्षण सेट को 5:1 के अनुपात में विभाजित किया जाता है और परीक्षण सेट और प्रशिक्षण सेट को क्रम से बाहर संसाधित किया जाता है।विपणन, विज्ञापन, मनोविज्ञान, चिकित्सा और अन्य क्षेत्रों में भावना विश्लेषण का व्यापक रूप से उपयोग किया जाता है। हम इमोजी भावना विश्लेषण करने का निर्णय लेते हैं ताकि लोगों को वास्तविक सामाजिक संपर्क में इमोजी की गहरी समझ प्राप्त करने में मदद मिल सके, इमोजी की अस्पष्टता और गलतफहमी को और अधिक प्रभावी ढंग से समाप्त किया जा सके। उदाहरण के लिए, जब आप अपने दोस्त (या अपने क्रश) के साथ ऑनलाइन चैट कर रहे होते हैं, तो दूसरा व्यक्ति कभी-कभी आपको ऐसी इमोजी भेज सकता है जिसे आप ठीक से नहीं समझते हैं। दरअसल, ऐसी कई स्थितियां हैं, जैसे: अगर कोई मेरी तस्वीर का जवाब देता है तो का क्या मतलब होता है? इसका क्या मतलब महिला भेजता है करता 😊 मेरे लिए? अगर मेरा क्रश मुझे ❤ भेजता है, तो क्या यह एक अच्छा संकेत है? जैसा कि हम जानते हैं, आप इमोजी का सटीक अर्थ नहीं बता सकते हैं, हालांकि, हमारे भावना विश्लेषण के माध्यम से, आप इन इमोजी का मनोवैज्ञानिक रूप से विश्लेषण कर सकते हैं, जैसे "उसने मुझे एक भेजा, यह एक सकारात्मक संकेत है, शायद मुझे उससे बाहर पूछना चाहिए" या " मेरा बॉयफ्रेंड मुझे क्यों भेजता है? यह एक तरह से नकारात्मक है, क्या वह मुझ पर पागल है?" , कुछ इस तरह। हमारे इमोजी सेंटीमेंट एनालिसिस के साथ , मेरा मानना है कि आप इमोजी को और गहराई से समझ सकते हैं। कुल मिलाकर, हमने इस इमोजी भावना विश्लेषण परियोजना के लिए बहुत अधिक भुगतान किया है। हालांकि यह मुश्किल है, फिर भी हम इसे और गहरा करना चाहते हैं। अब हम विभिन्न भाषाओं में इमोजी का विश्लेषण कर रहे हैं, शुद्ध पाठ पर इमोजी का भावनात्मक लाभ प्रभाव, और कई अन्य उन्नत अध्ययनों पर भी विचार किया गया है। ये सभी इमोजी के अधिक उपयोग का पता लगाने के लिए हैं, और आशा करते हैं कि इमोजी दिलचस्प और जानकारीपूर्ण हैं। इमोजी सेंटीमेंट एनालिसिस सेंटीमेंट एनालिसिस एक व्यापक विश्लेषण पद्धति है जो गहन शिक्षण और आँकड़ों को जोड़ती है। हमने जटिल विश्लेषण और डेटा की गणना के बाद इमोजी का भाव मूल्य प्राप्त किया है, और पूरी इमोजी भावना विश्लेषण प्रक्रिया इस प्रकार है: सोशल नेटवर्किंग कॉर्पस लेबल करें डेटा प्रीप्रोसेसिंग डेटासेट को विभाजित करें: प्रशिक्षण सेट(80%), परीक्षण सेट(20%) मॉडल बनाने के लिए LSTM तंत्रिका नेटवर्क का उपयोग करें परीक्षण सेट पर मॉडल के प्रदर्शन के अनुसार, मॉडल की सामान्यीकरण क्षमता में सुधार करने के लिए हाइपरपैरामीटर को समायोजित करें लेबल रहित डेटा पर समान डेटा प्रीप्रोसेसिंग क्रिया करें बिना लेबल वाले डेटा पर सेंटीमेंट की प्रवृत्ति का अनुमान लगाने के लिए प्रशिक्षित सेंटीमेंट प्रेडिक्शन मॉडल का इस्तेमाल करें हम इमोजी पर भावनाओं का विश्लेषण करते हैं, और इमोजी टेक्स्ट सेंटीमेंट क्लासिफायर प्राप्त करने के लिए प्रशिक्षित करने के लिए गहन शिक्षण तकनीक का उपयोग करते हैं। क्लासिफायरियर की आउटपुट लेयर के लिए, हम सक्रिय करने के लिए सिग्मॉइड फ़ंक्शन का चयन करते हैं, और आउटपुट लेयर परिणामों को 0-1 के अंतराल में प्रोजेक्ट करते हैं। पाठ 0 के जितना करीब है, उतना ही नकारात्मक है, और 1 के जितना करीब है, उतना ही सकारात्मक है। सिग्मॉइड फ़ंक्शन सूत्र है: F(x)=1/(1+ex) हम विश्लेषण कॉर्पस के रूप में इमोजी युक्त 50 मिलियन ट्वीट्स के एक बड़े नमूना डेटा का उपयोग करते हैं, फिर भावना भविष्यवाणी के लिए प्रशिक्षित भावना वर्गीकरण में कॉर्पस का विश्लेषण करने की आवश्यकता होती है। अंत में, क्लासिफायरियर द्वारा भावना की भविष्यवाणी के परिणामों को तीन प्रकारों में विभाजित किया गया है: नकारात्मक, तटस्थ और सकारात्मक। वर्गीकरण मानदंड हैं: वैसे भी यह मुश्किल है, लेकिन हमने इसे बनाया है !!

2021-06-24 14:55:45 9

इमोजी संबंध ग्राफ: इमोजी का एक और विस्तृत शोध!
इमोजी रिलेशनशिप ग्राफ क्या है？इमोजी रिलेशनशिप ग्राफ को कैसे समझें?इमोजी के बीच संबंध की गणना कैसे करें?निष्कर्षआजकल अधिक से अधिक व्यावहारिक और दिलचस्प इमोजी उपयोग बनाए जाते हैं, उदाहरण के लिए, इमोजी की विभिन्न श्रेणियों को एक साथ मिलाकर एक मेम बन जाएगा, या प्रतीत होता है कि असंबंधित इमोजी का वास्तव में उसी अर्थ का वर्णन करने के लिए उपयोग किया जा सकता है, जो इमोजी को धीरे-धीरे एक संबंध बनाता है। उन्हें। हम इमोजी के बीच इस संबंध को नेत्रहीन रूप से दिखाना चाहते हैं और उपयोगकर्ताओं को इमोजी के उपयोग की गहरी समझ है, इसलिए हम इमोजी के बीच संबंधों की गणना करने के लिए मशीन लर्निंग एल्गोरिदम का उपयोग करते हैं और परिणाम को आसानी से समझने वाली तस्वीर में बनाते हैं, जो कि इमोजी संबंध है ग्राफ । यह सर्वविदित है कि इमोजी को आमतौर पर छवियों के रूप में प्रस्तुत किया जाता है, लेकिन छवियों के साथ इमोजी के बीच संबंध का पता लगाना असंभव है, क्योंकि इमोजी का मुख्य उपयोग जानकारी और भावनाओं को व्यक्त करना है, वे एक भाषा की तरह अधिक हैं, इसलिए यह होगा इमोजी के अर्थ और उपयोग के माध्यम से उनके संबंधों का पता लगाने के लिए अधिक सटीक। इसलिए, हमें 2018 से 2021 तक इमोजी वाले सभी ट्वीट प्राप्त हुए, कुल 812 मिलियन ट्वीट। यह देखते हुए कि विभिन्न भाषा परिवेशों में इमोजी का उपयोग अलग-अलग होगा, हमने ट्वीट्स को भाषा के आधार पर वर्गीकृत किया, और फिर मशीन लर्निंग एल्गोरिदम द्वारा प्रत्येक भाषा में इमोजी के बीच टेक्स्ट समानता की गणना की, ताकि प्रत्येक भाषा के लिए संबंधित इमोजी रिलेशनशिप ग्राफ प्राप्त किया जा सके। यह स्पेनिश के लिए 👉 का इमोजी संबंध ग्राफ़ है। लाल बॉक्स 9 निकटतम इमोजी दिखाता है, किरण की लंबाई रिश्ते की डिग्री का प्रतिनिधित्व करती है, किरण जितनी छोटी होगी, संबंध उतना ही करीब होगा। इसके अलावा, ग्राफ अन्य इमोजी के संबंध ग्राफ का एक हिस्सा भी दिखाता है। ब्लैक बॉक्स में संबंध ग्राफ है 👆 , और नारंगी बॉक्स में के रिश्ते ग्राफ है ⤵ । रिलेशनशिप ग्राफ में परिलक्षित परिणाम हमें इमोजी के उपयोग की एक समृद्ध समझ रखने की अनुमति देते हैं। उदाहरण के लिए, इन दो emojis 👈 🥺 अक्सर साथ संयोजन के रूप में उपयोग किया जाता है 👉 व्यथित हाल के वर्षों में करने के लिए एक्सप्रेस, शर्म या सिफ़ारिश, इसलिए वे इस संबंध ग्राफ में दिखाई देते हैं: इन दो इमोजी का उपयोग अक्सर लिंक को इंगित करने के लिए किया जाता है, जिसका अर्थ है कि उनके उपयोग में समानताएं हैं, इसलिए वे संबंध ग्राफ में एक दूसरे के करीब हैं: यदि आप इमोजी रिलेशनशिप चार्ट में तल्लीन हैं, तो आप कुछ इमोजी के बारे में अपनी धारणा को ताज़ा कर सकते हैं। आगे हम आपको गणना प्रक्रिया का विस्तृत विवरण देंगे। इसे मोटे तौर पर निम्नलिखित तीन चरणों में विभाजित किया जा सकता है: सबसे पहले, हम ट्वीट से प्रत्येक इमोजी के टैग और प्रत्येक टैग के अनुरूप वजन निकालने के लिए TF-IDF एल्गोरिथ्म का उपयोग करते हैं। टैग उन शब्दों को संदर्भित करता है जो इमोजी से सबसे अधिक निकटता से संबंधित हैं, जो इमोजी की विशेषताओं के बराबर हैं; और वज़न टैग और इमोजी के बीच संबंध की निकटता को संदर्भित करता है, वजन जितना अधिक होगा, संबंध उतना ही करीब होगा। टैग प्राप्त करने के एल्गोरिदम और गणना प्रक्रिया के बारे में, हमने इसे विस्तार से पेश करने के लिए एक लेख लिखा है, आप इसे पढ़ने के लिए सही लिंक पर क्लिक कर सकते हैं: ️इमोजी टैग क्लाउड: इमोजी का अधिक ज्ञान प्राप्त करने में आपकी सहायता करें! लेबल मिलने के बाद एक नई समस्या खड़ी हो जाती है। जब गणनाओं की बात आती है, तो हम सभी जानते हैं कि आम तौर पर केवल संख्यात्मक मानों की गणना की जा सकती है, लेकिन टैग टेक्स्ट के रूप में प्रस्तुत किए जाते हैं, तो उनकी गणना एल्गोरिदमिक रूप से कैसे की जा सकती है? इसलिए, हमारा दूसरा चरण टेक्स्ट को संख्यात्मक मानों में परिवर्तित करना है जिनकी गणना की जा सकती है—— वेक्टर । इस प्रक्रिया को वर्ड एंबेडिंग कहा जाता है। टेक्स्ट में प्रत्येक शब्द को वेक्टर में बदलने के लिए हमें पहले वर्ड2vec एल्गोरिदम (शब्द एम्बेडिंग के तरीकों में से एक) का उपयोग करके बड़ी मात्रा में ट्वीट डेटा पढ़ने की जरूरत है, फिर हम सभी उच्च-आयामी वैक्टरों से युक्त एक शब्द एम्बेडिंग मैट्रिक्स प्राप्त कर सकते हैं शब्दों का, और बाद में शब्द एम्बेडिंग मैट्रिक्स के माध्यम से एक उच्च-आयामी वेक्टर में पहले चरण में प्राप्त प्रत्येक टैग के अनुरूप प्रत्येक शब्द को मैप करें। इस प्रकार, हमने टेक्स्ट-टू-वेक्टर रूपांतरण पूरा कर लिया है। इन उच्च-आयामी वैक्टर की गणना पाठ के संदर्भ का विश्लेषण करके की जाती है, जो प्रत्येक शब्द की शब्दार्थ जानकारी को अच्छी तरह से संरक्षित कर सकती है और इस प्रकार पाठ की समानता की सटीकता सुनिश्चित करती है। Word2vec एल्गोरिदम को भी हमारे ब्लॉग में विस्तार से समझाया गया है, यदि आप अधिक विवरण चाहते हैं तो आप इसे पढ़ सकते हैं: Emoji Sentiment Analysis इमोजी के बीच टेक्स्ट समानता की गणना करने के लिए अंतिम चरण है। पाठ समानता की गणना के लिए आमतौर पर इस्तेमाल किया जाने वाला एल्गोरिदम वीएसएम (वेक्टर स्पेस मॉडल) है । यह सबसे व्यापक रूप से उपयोग किए जाने वाले समानता गणना मॉडल में से एक है, लेकिन यह दो ग्रंथों के सह-आने वाले शब्दों (दोनों ग्रंथों में दिखाई देने वाले शब्द) की गणना करके परिणाम प्राप्त करता है, जो एक ही अर्थ के साथ ग्रंथों का सामना करते समय सटीक नहीं है लेकिन अलग-अलग शब्द हैं। इस स्थिति से बचने के लिए, हमने एक और एल्गोरिथम चुना- SCM(Soft Cosine Measure) । यह शब्दों के बीच समानता को माप सकता है, इसलिए भले ही दो ग्रंथों में शब्द समान न हों, यह एल्गोरिथ्म शब्द समानता का मूल्यांकन करके दो ग्रंथों की समानता की गणना कर सकता है। जब हम वेक्टर को मापने के लिए SCM का उपयोग करते हैं, तो हमें जितना बड़ा मान मिलता है, उसका अर्थ इमोजी के बीच टेक्स्ट की समानता उतनी ही अधिक होती है, और टेक्स्ट की समानता जितनी अधिक होती है, उनका संबंध उतना ही करीब होता है। रिलेशनशिप ग्राफ के माध्यम से, हम लोगों की आदतों और इमोजी का उपयोग करने की प्राथमिकताओं को समझ सकते हैं, और इमोजी के उपयोग की प्रवृत्ति का पता लगा सकते हैं। आपको यह जानकर आश्चर्य हो सकता है कि कुछ इमोजी जिन्हें आप एक-दूसरे के साथ नहीं जोड़ेंगे, वास्तव में बहुत निकट से संबंधित हैं, और यह इमोजी का एक नया ट्रेंडी उपयोग हो सकता है जिसे आप अभी तक नहीं जानते हैं! साथ ही अगर आपका कोई सुझाव है तो हमें कमेंट में जरूर बताएं!

2021-12-01 08:47:59 13

सभी ब्लॉग ( 40 )

विषय 106

🇹🇷 झंडा: तुर्की ☪ चाँद और तारा 🕌 मस्जिद, इस्लाम धर्म 🕋 काबा, मुस्लिम धर्म अधिक+13

🇹🇷तुर्की का गणतंत्र

तुर्की गणराज्य मुख्य रूप से पश्चिमी एशिया में अनातोलिया प्रायद्वीप पर स्थित एक देश है, जिसका दक्षिण पूर्व यूरोप में पूर्वी थ्रेस पर एक छोटा हिस्सा है। तुर्की की राजधानी अंकारा है और इसका सबसे बड़ा शहर इस्तांबुली है। तुर्की अपनी चाय, कालीन, बिल्ली, मसाले, ect के लिए प्रसिद्ध है। हमने इस पेज में तुर्की से संबंधित कुछ इमोजी इकट्ठी की हैं, आशा है कि आप आनंद लेंगे।
2

🇫🇷 झंडा: फ़्रांस 💶 यूरो नोट ⚜ कुमुदिनी का फूल ⛪ चर्च, भवन अधिक+27

🇫🇷फ्रांस

फ्रांस पश्चिमी यूरोप का एक देश है, इसकी राजधानी पेरिस है। फ्रांस कई चीजों के लिए प्रसिद्ध है, जैसे एफिल टॉवर, प्रोवेंस में सुगंधित लैवेंडर फ़ील्ड, इसके फैशन हाउस, शास्त्रीय कला संग्रहालय (लौवर) और बढ़िया व्यंजन। हमने इस पेज में फ्रांस के बारे में कुछ इमोजी एकत्र किए हैं, आशा है कि आप आनंद लेंगे🤗~
3

सभी विषय ( 106 )

पृष्ठ 377

😞 आमने का संबंध,😂 स्माइलीज और इमोशन

कुछ इमोजी अपने होंठों को कसते हैं, कुछ भौंहें, कुछ रोते हुए भी, यह सब चिंतित होने के कारण है। चिंता मत करो, वहाँ एक रास्ता है।यह उप श्रेणी 😞 आमने का संबंध का इमोजी सूची पृष्ठ है। यह मुख्य श्रेणी 😂 स्माइलीज और इमोशन के अंतर्गत आता है। आप विवरण देखने और इमोजी को कॉपी करने के लिए नीचे दिए गए लिंक पर क्लिक कर सकते हैं।

😸 मुह बनाना,😂 स्माइलीज और इमोशन

बिल्ली के बच्चे भी उदास, खुश और गुस्सा जैसे विभिन्न भाव हैं, आओ और इन Emojis का उपयोग करें!यह उप श्रेणी 😸 मुह बनाना का इमोजी सूची पृष्ठ है। यह मुख्य श्रेणी 😂 स्माइलीज और इमोशन के अंतर्गत आता है। आप विवरण देखने और इमोजी को कॉपी करने के लिए नीचे दिए गए लिंक पर क्लिक कर सकते हैं।

👨‍🍳 व्यक्ति-भूमिका,👌 लोग और शरीर

चाहे वह श्रमिक हों या पुलिस, डॉक्टर या रसोइया, वे सभी सामाजिक विकास में महत्वपूर्ण भूमिका निभाते हैं।यह उप श्रेणी 👨‍🍳 व्यक्ति-भूमिका का इमोजी सूची पृष्ठ है। यह मुख्य श्रेणी 👌 लोग और शरीर के अंतर्गत आता है। आप विवरण देखने और इमोजी को कॉपी करने के लिए नीचे दिए गए लिंक पर क्लिक कर सकते हैं।

सभी पृष्ठ ( 377 )

समारोह सूची

emoji श्रेणियाँ

👀सभी इमोजीस
- 🏆मौलिक इमोजी1879
- 🥇सभी इमोजीस4526

emoji त्वचा का रंग

emoji बाल शैली

emoji लिंग

emoji वाक्य

emoji संस्करण