Dados de sentimento para Emoji

Para experimentar, gostaríamos de usar o Emoji incorporado em muitos Tweets como dados básicos de treinamento / verdade para uma análise quantitativa simples de senações. Os tweets geralmente não são estruturados para que a PNL funcione bem.

De qualquer forma, existem 722 Emoji no Unicode 6.0 e provavelmente outros 250 serão adicionados no Unicode 7.0.

Existe um banco de dados (como, por exemplo, o SentiWordNet) que contém anotações de sentimentos para eles?

(Observe que o SentiWordNet também permite significados ambíguos . Considere, por exemplo , engraçado , que não é apenas positivo: "isso tem um gosto engraçado" provavelmente não é positivo ... o mesmo vale ;-)por exemplo. Mas não acho que isso seja mais difícil. para Emoji do que para palavras comuns ...)

Além disso, se você tiver experiência em usá-los para análise de sentimentos, ficaria interessado em ouvir.

machine-learning classification parsing

— Erich Schubert
fonte

Não acredite que algo assim exista atualmente, mas adoraria se você juntar algo para isso!

— Indico

Erich Schubert, estou procurando exatamente a mesma coisa! Você teve alguma chance de encontrar um recurso útil para isso?

— Saeed mehrabi

Respostas:

Um total de 972 emojis não é tão grande assim para não poder rotulá-los manualmente, mas duvido que eles funcionem como uma boa verdade. Fontes como o Twitter estão cheias de ironia, sarcasmo e outras situações complicadas, onde símbolos emocionais (como emoji ou emoticon) significam algo diferente da interpretação normal. Por exemplo, alguém pode escrever "xxx enganou seus clientes e agora eles são enganados! Ha ha ha!: D". Esse é definitivamente um comentário negativo, mas o autor está feliz em ver a empresa xxx com problemas e, portanto, adiciona emoticons positivos. Esses casos não são tão frequentes, mas definitivamente não são adequados para a verdade básica.

Uma abordagem muito mais comum é usar o emoticon como uma semente para coletar o conjunto de dados real . Por exemplo, neste artigo, os autores usam tags de emoticons e hash emocional para obter o léxico de palavras úteis para classificação adicional.

— amiga
fonte

Na verdade eu discordo. Como o autor gosta que eles estejam com problemas, é um sentimento positivo lá. É um comentário negativo sobre a empresa, mas, no entanto, um sentimento positivo do autor. Nesse cenário mais simples (não estou dizendo que esse é o objetivo completo), prever quais emojis um usuário adicionaria à postagem parece uma tarefa razoável para mim. Na verdade, você pode construir muitos casos em que o emoji serão essenciais .. Considere "Got f_cked :-)" em oposição a "Got f_cked :-(."

— Erich Schubert

Caso você tente estimar a emoção da pessoa em oposição à atitude da pessoa em relação a um assunto, então sim, este exemplo não funciona. Mas existem muitos outros. O sarcasmo é um caso comum. Considere a frase "oh sim, você é um verdadeiro 'mestre';)". O ser humano pode pegar um contexto negativo, mas o emoticon positivo apontará para emoções positivas. Mas eu realmente não entendi: você deseja extrair informações subjetivas de tweets ou apenas prever possíveis emojis? Mesmo que pareçam semelhantes, a segunda tarefa não é realmente sobre análise de sentimentos. Não diretamente, pelo menos.

— ffriend

O smiley "wink" geralmente não é considerado "positivo", mas "irônico" ... e é por isso que um bom dicionário como o SentiWordNet faz sentido. Se você olha engraçado no SentiWordNet, também tem mais de um significado! sentiwordnet.isti.cnr.it/search.php?q=funny (Portanto, não é trivial anotá-los manualmente, porque não é tão simples quanto positivo / negativo; mas você deve fazer a validação usual de acordo entre avaliadores etc.)

— Erich Schubert

Agora eu vejo a sua ideia. Mas eu realmente não acho que funcione, apenas porque (a maioria) dos emojis não me parecem bons preditores e você explicitamente não deseja usar outros recursos. Enfim, esta é apenas uma opinião baseada na minha experiência, apenas dados podem dar respostas reais. Boa sorte!

— ffriend

Quem disse que eu não quero usar outros recursos? Mas para estes eu vi bancos de dados ...

— Erich Schubert

Achei este repositório do Github útil (um bom começo): https://github.com/wooorm/emoji-emotion Lista de emoticons classificados para valência com um número inteiro entre menos cinco (negativo) e mais cinco (positivo).

Consulte a lista de emojis unicode suportados: https://github.com/wooorm/emoji-emotion/blob/master/Support.md

Observe que alguns emojis recebem polaridades indiscutivelmente confusas, como stuck_out_tongue_closed_eyes (0), devido a serem usadas para emoções positivas e negativas.

— Tal Weiss
fonte