Le emoji sono piene di emozioni. Può migliorare o regolare il tono e l'umore del testo, allo stesso tempo, le emozioni espresse dalle emoji possono essere più ovvie delle sole parole.

Ad esempio questa emoji 👿 (faccia arrabbiata con le corna). Ha la forma di un personaggio diabolico ovviamente, quindi potrebbero esserci pensieri considerati un'emoji "cattiva", come alcuni pensieri malvagi nella testa di qualcuno.

Tuttavia, questo tipo di descrizione è molto astratta. Quindi, possiamo visualizzare i tipi e i livelli di sentimento espressi da questi emoji?


La risposta è "Sì" ovviamente! Abbiamo eseguito Natural Language Processing (NLP) su campioni pubblici di non meno di 50 milioni di tweet e usiamo Text Sentiment Analysis (chiamato anche opinion mining) per associare il sentimento emoji a un insieme di valori e visualizzarlo. Abbiamo impiegato molto tempo, energia e potenza di calcolo per rendere la nostra analisi del sentimento delle emoji più scientifica e rigorosa, in modo che tutti possano sentire il fascino e comprendere meglio le emoji.

Grafici visivi per l'analisi del sentimento delle emoji

Dati come il valore del sentimento delle emoji sono stati calcolati in base all'analisi del sentimento del testo, che appartiene alla statistica e alla teoria della probabilità. Dopo aver risolto il problema dell'algoritmo e della potenza di calcolo, abbiamo incontrato nuove difficoltà: come far comprendere agli utenti questi dati professionali?

Un pensiero attraversa la nostra mente-- Ehi! Che ne dici di visualizzare i valori del sentimento delle emoji con alcuni fantastici design!

💡: Abbiamo convertito i dati calcolati e analizzati (a sinistra) in un grafico che può essere compreso meglio dagli utenti (a destra), che può mostrare in modo più intuitivo la divisione emotiva delle emoji;

Quindi lasciatemi spiegare il seguente grafico, che descrive i risultati dell'analisi della tendenza del sentimento delle emoji nella comunicazione reale.

💡: 2 tipi di grafici per l'analisi del sentiment di emoji 👿, qui analizziamo solo il grafico sopra.

L'arco a semicerchio nell'immagine è diviso in tre colori, che rappresentano le diverse tendenze emotive delle emoji 👿 . Come possiamo vedere, le proporzioni di queste tre emozioni sono circa 4: 1: 5, verde e arancione hanno proporzioni simili, il che significa che questa emoji è più neutra (sorpresa!!).

  • Il cursore grigio è il Livello di confidenza , un concetto statistico. La sua posizione e larghezza indicano: Expected Value ± Confidence .
  • Valore atteso : è la media ponderata delle variabili casuali dispersive del valore del sentimento delle emoji, utilizzata per esprimere la probabilità, c ∈ [−1, 0, +1] .
  • Fiducia : è il set di parametri della distribuzione del valore del sentimento emoji, mostra un intervallo di errore ragionevole sotto forma di intervallo positivo e negativo. E maggiore è il numero di campioni di corpus, minore è l'errore.

In parole povere, il cursore più vicino è a sinistra, l'emozione di questa emoji è più negativa. Al contrario, più il cursore è vicino a destra, l'emozione più positiva espressa da questa emoji. E più stretto è il cursore, più accurato è il giudizio sull'emozione.


Ora, riesci a capire il nostro grafico dell'analisi del sentimento delle emoji?

Che cos'è l'analisi del sentimento?

Credo che tu abbia compreso il grafico dei dati dell'analisi del sentiment delle emoji, quindi parliamo di cos'è l'analisi del sentiment.

L'analisi del sentiment è anche chiamata opinion mining. Tecnicamente parlando, l'analisi del sentiment fa parte della ricerca sull'elaborazione del linguaggio naturale (PNL). I metodi di analisi del sentiment sono divisi in due tipi: machine learning e metodi basati su dizionario . Ma con lo sviluppo della tecnologia di deep learning, l'uso di questa tecnologia per l'analisi del sentimento è diventato il mainstream.

Il processo di analisi del sentiment include la pre-elaborazione dei dati, l'ingegneria delle funzionalità e l'addestramento del modello. In generale, la fase di pre-elaborazione dei dati suddivide principalmente il testo in parole e rimuove le parole di arresto e la punteggiatura. Tuttavia, la nostra analisi del sentiment conserva i segni di punteggiatura e le parole di arresto. In fase di feature engineering, abbiamo scelto la rappresentazione word embedding (Word2Vec) proposta dal team di Google nel 2013, che si suddivide nel modello CBOW (continuous bag of words) e nel modello Skip-gram . I risultati del modello sono i seguenti:

💡:A sinistra c'è il modello CBOW, a destra c'è il modello Skip-gram

CBOW si basa sul contesto per prevedere la parola di destinazione da addestrare per ottenere il vettore di parole. Come mostrato nella figura, W(t) è previsto in base a quattro parole W(t-2), W(t-1), W(t+1), W(t+2) ; E skip-gram è prevedere le parole circostanti in base alla parola target da addestrare per ottenere il vettore di parole. Come mostrato nella figura è prevedere W(t-2),W(t-1),W(t+1),W(t+2) secondo W(t) .

Nella fase di previsione del modello, dividiamo i dati in due parti: il set di addestramento diviso con un rapporto di 5:1 e il set di test e il set di addestramento vengono elaborati in modo non ordinato.

Applicazione dell'analisi del sentimento nelle emoji

L'analisi del sentiment è un metodo di analisi completo che combina deep learning e statistiche. Abbiamo ottenuto il valore del sentimento delle emoji dopo una complessa analisi e calcolo di risme di dati, e il processo completo di analisi del sentimento delle emoji è il seguente:

Il processo di Emoji Sentiment Analysis

  • Etichetta il corpo dei social network
  • Pretrattamento dei dati
  • Dividere il set di dati: set di allenamento (80%), set di test (20%)
  • Usa la rete neurale LSTM per costruire un modello
  • In base alle prestazioni del modello sul set di test, regolare gli iperparametri per migliorare la capacità di generalizzazione del modello
  • Eseguire la stessa azione di pre-elaborazione dei dati sui dati non etichettati
  • Usa il modello di previsione del sentiment addestrato per prevedere la tendenza del sentiment su dati senza etichetta

Eseguiamo l'analisi del sentiment sulle emoji e utilizziamo la tecnologia di deep learning per addestrarci a ottenere un classificatore del sentiment del testo emoji. Per il livello di output del classificatore, scegliamo la funzione sigmoide da attivare e proiettiamo i risultati del livello di output nell'intervallo 0-1. Più il testo è vicino a 0, più è negativo e più è vicino a 1, più è positivo.

La formula della funzione sigmoide è: F(x)=1/(1+ex)

Utilizziamo un ampio campione di 50 milioni di tweet contenenti emoji come corpus di analisi, quindi inseriamo il corpus da analizzare nel classificatore di sentimenti addestrato per la previsione del sentimento. Infine, i risultati della previsione del sentimento da parte del classificatore sono divisi in tre tipi: negativo, neutro e positivo. I criteri di classificazione sono:

Comunque è difficile, ma ce l'abbiamo fatta!!

L'uso e la prospettiva di Emoji Sentiment Analysis

L'analisi del sentiment è ampiamente utilizzata in marketing, pubblicità, psicologia, medicina e altri campi. Decidiamo di fare l'analisi del sentimento delle emoji per aiutare le persone a comprendere più a fondo le emoji nell'interazione sociale reale, eliminare l'ambiguità e l'incomprensione delle emoji in modo più efficace.

Ad esempio, quando stai chattando con il tuo amico (o la tua cotta) online, l'altra persona a volte potrebbe inviarti emoji che non capisci. In realtà, ci sono molte situazioni come questa, come ad esempio:

  • Cosa significa 🤒 se qualcuno risponde alla mia foto?
  • Cosa significa quando una ragazza mi manda 😊?
  • Se la mia cotta mi manda , è un buon segno?

Come sappiamo, non puoi dire il significato accurato di un'emoji, tuttavia, attraverso la nostra analisi del sentimento, puoi analizzare questi emoji psicologicamente, come "mi ha mandato un 💞, è un segno positivo, forse dovrei chiederle di uscire" o " perché il mio ragazzo mi manda un 😒? È un po' negativo, è arrabbiato con me?" , qualcosa come questo. Con la nostra Emoji Sentiment Analysis , credo che tu possa capire le emoji più profondamente.


Tutto sommato, abbiamo pagato molto per questo progetto di analisi del sentimento delle emoji. Anche se è difficile, vogliamo ancora renderlo più profondo. Stiamo ora analizzando le emoji in diverse lingue, l'effetto di guadagno emotivo delle emoji sul testo puro e sono stati presi in considerazione anche molti altri studi avanzati. Tutti questi sono per esplorare un maggiore utilizzo delle emoji e spero che tu trovi le emoji interessanti e informative.

Cerca recenti Recenti Nessuna emoji di uso recente Emoji... Emoziona il successo