社交媒体中的表情符号结合大数据 AI 的研究 Analyzing Emoji Use in Social Media Posts Insights

光剑书架上的书

已于 2023-08-07 00:28:56 修改

阅读量1.6k

点赞数 1

分类专栏： Python实战文章标签：自然语言处理人工智能语言模型编程实践开发语言架构设计

于 2023-08-07 00:20:23 首次发布

本文链接：https://blog.csdn.net/universsky2015/article/details/132137935

版权

Python实战专栏收录该内容

5697 篇文章 115 订阅 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

本文探讨了社交媒体中表情符号的使用，通过分析流行表情符号，研究用户情绪变化。采用自然语言处理工具Emotibot，收集Twitter数据并分析，包括数据预处理、特征提取和聚类。研究涵盖了两个时间段，使用了bag-of-words模型、TF-IDF、词嵌入等技术，旨在理解用户对特定情感表达的态度和情绪分布趋势。

摘要由CSDN通过智能技术生成

作者：禅与计算机程序设计艺术

1.简介

在社交媒体中，由于使用了表情符号表述自己的情感，使得用户对某类产品或服务表达出的态度更加直观、生动。在这一领域，研究人员需要收集和分析社交媒体上的文字和图片数据，以此探索用户对于 popular emojis 的态度倾向及其产生的影响。

此研究项目由微软亚洲研究院合作伙伴 Trinea Institute of Technology Research Labs 和 Emotibot 团队联合主办。Emotibot 是一种基于 AI 技术的自然语言处理工具，旨在将复杂的语言表达式转换为易于理解的文本特征。该团队选择了一组代表性的英文 social media 源（Twitter）进行实验，并利用 Python 编程语言编写了一个自动化的数据采集系统。这些数据经过分析后会得到 emoji 使用的数据分布图，从而揭示出不同时段内不同的人群对于 popular emojis 的态度倾向。

本研究综合应用了数据挖掘、机器学习、计算机视觉等相关领域的最新研究成果，具有很强的科技含量和社会影响力。本文将阐述项目的背景、目标和方法，并对数据收集和分析过程进行详细说明。最后给出项目的展望和未来的工作方向。