🔍การวิเคราะห์ความเชื่อมั่นอิโมจิ

อีโมจิเต็มไปด้วยอารมณ์ มันสามารถปรับปรุงหรือปรับโทนและอารมณ์ของข้อความได้ ในขณะเดียวกันอารมณ์ที่แสดงโดยอีโมจิก็ชัดเจนกว่าคำพูดเท่านั้น

ตัวอย่างเช่น อิโมจิ 👿 (เขาหน้าโกรธ) เห็นได้ชัดว่ามันอยู่ในรูปของตัวละครปีศาจ ดังนั้นอาจมีความคิดที่ถือว่าเป็นอิโมจิที่ "แย่" เหมือนกับความคิดชั่วร้ายบางอย่างในหัวของใครบางคน

แต่ถึงกระนั้น คำอธิบายประเภทนี้ยังเป็นนามธรรมมาก ดังนั้น เราจะเห็นภาพประเภทและระดับของอารมณ์ที่แสดงโดยอีโมจิเหล่านี้ได้หรือไม่

---

คำตอบคือ "ใช่" แน่นอน! เราดำเนิน การประมวลผลภาษาธรรมชาติ (NLP) กับตัวอย่างสาธารณะที่มีทวีตไม่น้อยกว่า 50 ล้านครั้ง และเราใช้การ วิเคราะห์ความคิดเห็นของข้อความ (หรือที่เรียกว่าการทำเหมืองความคิดเห็น) เพื่อเชื่อมโยงความรู้สึกอีโมจิกับชุดค่านิยมและแสดงภาพ เราใช้เวลา พลังงาน และพลังในการประมวลผลอย่างมาก เพื่อทำให้การวิเคราะห์ความรู้สึกอิโมจิของเรามีความเป็นวิทยาศาสตร์และเข้มงวดมากขึ้น เพื่อให้ทุกคนสัมผัสได้ถึงเสน่ห์และเข้าใจอีโมจิมากขึ้น

ข้อมูล เช่น ค่าความเชื่อมั่นของอิโมจิ คำนวณตามการวิเคราะห์ความคิดเห็นของข้อความ ซึ่งเป็นของสถิติและทฤษฎีความน่าจะเป็น หลังจากที่เราแก้ปัญหาของอัลกอริทึมและกำลังในการคำนวณแล้ว พบปัญหาใหม่: จะทำให้ผู้ใช้เข้าใจข้อมูลระดับมืออาชีพเหล่านี้ได้อย่างไร

ความคิดแวบเข้ามาในหัวเรา—— เฮ้! ลองนึกภาพค่าความเชื่อมั่นของอิโมจิด้วยการออกแบบสุดเจ๋ง!

💡: เราแปลงข้อมูลที่คำนวณและวิเคราะห์ (ซ้าย) เป็นแผนภูมิที่ผู้ใช้เข้าใจได้ดีขึ้น (ขวา) ซึ่งสามารถแสดงการแบ่งอารมณ์ของอีโมจิได้ชัดเจนยิ่งขึ้น

ให้ฉันอธิบายแผนภูมิต่อไปนี้ ซึ่งแสดงให้เห็นผลลัพธ์ของการวิเคราะห์แนวโน้มความรู้สึกของอีโมจิในการสื่อสารจริง

💡: แผนภูมิ 2 ประเภทสำหรับการวิเคราะห์ความเชื่อมั่นของ emoji 👿 ที่นี่เราวิเคราะห์เฉพาะแผนภูมิด้านบนเท่านั้น

ส่วนโค้งครึ่งวงกลมในภาพแบ่งออกเป็นสามสี ซึ่งแสดงถึงแนวโน้มทางอารมณ์ที่แตกต่างกันของอีโมจิ 👿 อย่างที่เราเห็น สัดส่วนของอารมณ์ทั้งสามนี้อยู่ที่ประมาณ 4: 1:5 สีเขียวและสีส้มมีสัดส่วนใกล้เคียงกัน ซึ่งหมายความว่าอิโมจินี้มีความเป็นกลางมากกว่า (เซอร์ไพรส์!!)

• เคอร์เซอร์สีเทาคือ Confidence Level ซึ่งเป็นแนวคิดทางสถิติ ตำแหน่งและความกว้างระบุว่า: Expected Value ± Confidence
• ค่าที่คาดหวัง : เป็นค่าเฉลี่ยถ่วงน้ำหนักของตัวแปรสุ่มแบบกระจายของค่าความเชื่อมั่นอีโมจิ ใช้เพื่อแสดงความน่าจะเป็น c ∈ [−1， 0， +1]
• ความมั่นใจ : เป็นชุดพารามิเตอร์ของการกระจายค่าความเชื่อมั่นของอิโมจิ แสดงช่วงข้อผิดพลาดที่เหมาะสมในรูปแบบของช่วงบวกและลบ และจำนวนตัวอย่างคลังข้อมูลจำนวนมากขึ้น ข้อผิดพลาดก็จะยิ่งน้อยลง

พูดง่ายๆ ก็คือ ยิ่งเคอร์เซอร์ใกล้อยู่ทางด้านซ้าย อารมณ์ของอิโมจินี้ก็ยิ่งเป็นลบ ในทางกลับกัน ยิ่งเคอร์เซอร์อยู่ใกล้ทางขวา ยิ่งแสดงอารมณ์เชิงบวกมากขึ้นโดยอีโมจินี้ และยิ่งเคอร์เซอร์แคบลงเท่าใด การตัดสินอารมณ์ก็แม่นยำมากขึ้นด้วย

---

ตอนนี้คุณเข้าใจแผนภูมิการวิเคราะห์ความรู้สึกอิโมจิของเราแล้วหรือยัง?

ฉันเชื่อว่าคุณเข้าใจแผนภูมิข้อมูลของการวิเคราะห์ความเชื่อมั่นของอิโมจิแล้ว เรามาพูดถึงการวิเคราะห์ความเชื่อมั่นกันดีกว่า

การวิเคราะห์ความเชื่อมั่นเรียกอีกอย่างว่าการทำเหมืองความคิดเห็น ในทางเทคนิคแล้ว การวิเคราะห์ความรู้สึกเป็นส่วนหนึ่งของการวิจัยการประมวลผลภาษาธรรมชาติ (NLP) วิธีวิเคราะห์ความรู้สึกแบ่งออกเป็นสองประเภท: การเรียนรู้ของเครื่อง และ วิธีที่ใช้พจนานุกรม แต่ด้วยการพัฒนาเทคโนโลยีการเรียนรู้เชิงลึก การใช้เทคโนโลยีนี้เพื่อการวิเคราะห์ความรู้สึกได้กลายเป็นกระแสหลัก

กระบวนการวิเคราะห์ความรู้สึกรวมถึงการประมวลผลข้อมูลล่วงหน้า วิศวกรรมคุณลักษณะ และการฝึกอบรมแบบจำลอง โดยทั่วไป ขั้นตอนการประมวลผลข้อมูลล่วงหน้าจะแบ่งข้อความออกเป็นคำเป็นหลัก และเอาคำหยุดและเครื่องหมายวรรคตอนออก อย่างไรก็ตาม การวิเคราะห์ความรู้สึกของเราจะเก็บเครื่องหมายวรรคตอนและคำหยุด ในขั้นตอนวิศวกรรมคุณลักษณะ เราเลือกการแสดงคำแบบฝัง (Word2Vec) ที่เสนอโดยทีม Google ในปี 2013 ซึ่งแบ่งออกเป็นรูปแบบ CBOW (ถุงคำต่อเนื่อง) และแบบจำลอง ข้ามกรัม ผลลัพธ์ของแบบจำลองมีดังนี้:

💡：ด้านซ้ายเป็นรุ่น CBOW ด้านขวาเป็นรุ่น Skip-gram

CBOW ขึ้นอยู่กับบริบทในการทำนายคำเป้าหมายเพื่อฝึกเพื่อให้ได้คำเวกเตอร์ ดังที่แสดงในภาพ W(t) ถูกทำนายโดยอาศัยคำสี่คำ W(t-2), W(t-1), W(t+1), W(t+2) ; และข้ามแกรมคือการทำนายคำโดยรอบตามคำเป้าหมายเพื่อฝึกเพื่อให้ได้คำว่าเวกเตอร์ ดังในรูปคือ การทำนาย W(t-2),W(t-1),W(t+1),W(t+2) ตาม W(t)

ในขั้นตอนการคาดการณ์แบบจำลอง เราแบ่งข้อมูลออกเป็นสองส่วน: ชุดการฝึกแบ่งเป็นอัตราส่วน 5: 1 และชุดทดสอบและชุดการฝึกจะได้รับการประมวลผลแบบไม่เป็นระเบียบ

การวิเคราะห์ความเชื่อมั่นใช้กันอย่างแพร่หลายในด้านการตลาด การโฆษณา จิตวิทยา การแพทย์ และสาขาอื่นๆ เราตัดสินใจที่จะวิเคราะห์ความรู้สึกแบบอีโมจิเพื่อช่วยให้ผู้คนเข้าใจอีโมจิมากขึ้นในการปฏิสัมพันธ์ทางสังคมที่เกิดขึ้นจริง ขจัดความคลุมเครือและความเข้าใจผิดของอีโมจิได้อย่างมีประสิทธิภาพมากขึ้น

ตัวอย่างเช่น เมื่อคุณกำลังแชทกับเพื่อน (หรือคนที่คุณชอบ) ทางออนไลน์ บางครั้งอีกฝ่ายอาจส่งอิโมจิที่คุณไม่ค่อยเข้าใจมาให้คุณ จริงๆ แล้วมีหลายสถานการณ์เช่นนี้ เช่น:

• 🤒 หมายความว่าอย่างไรหากมีคนตอบกลับรูปภาพของฉัน
• มันหมายความว่าอย่างไรเมื่อหญิงสาวคนหนึ่งส่ง 😊 กับผมหรือเปล่า
• ถ้าคนที่คุณชอบส่งมาให้ ❤ นั่นเป็นสัญญาณที่ดีหรือไม่?

อย่างที่เราทราบ คุณไม่สามารถบอกความหมายที่ถูกต้องของอีโมจิได้ อย่างไรก็ตาม จากการวิเคราะห์ความรู้สึกของเรา คุณอาจวิเคราะห์อิโมจิเหล่านี้ในเชิงจิตวิทยาได้ เช่น "เธอส่ง 💞 มาให้ฉัน มันเป็นสัญญาณที่ดี บางทีฉันควรชวนเธอออกไป" หรือ " ทำไมแฟนถึงส่ง 😒 เป็นนิสัยไม่ดี เขาโกรธฉันหรือเปล่า” , บางอย่างเช่นนี้ ด้วยการ วิเคราะห์ความคิดเห็น ของ Emoji ฉันเชื่อว่าคุณสามารถเข้าใจอีโมจิได้ลึกซึ้งยิ่งขึ้น

---

โดยรวมแล้ว เราได้จ่ายเงินเป็นจำนวนมากสำหรับโครงการวิเคราะห์ความรู้สึกอิโมจินี้ แม้จะยากแต่เราก็ยังอยากทำให้มันลึกขึ้น ขณะนี้ เรากำลังวิเคราะห์อีโมจิในภาษาต่างๆ รวมถึงการพิจารณาผลกระทบทางอารมณ์ของอิโมจิที่มีต่อข้อความล้วนๆ และการศึกษาขั้นสูงอื่นๆ อีกหลายเรื่องก็ได้รับการพิจารณาเช่นกัน ทั้งหมดนี้มีไว้เพื่อสำรวจการใช้อีโมจิเพิ่มเติม และหวังว่าคุณจะพบว่าอิโมจิน่าสนใจและให้ข้อมูล

• การวิเคราะห์ความรู้สึกอีโมจิ