استفاده از ایموجی ها به عنوان شاخص طعنه در توییت های رشته های زبان انگلیسی 3 ساله

این مطالعه به بررسی تأثیر استفاده از زبان عامیانه اینترنتی (شامل زبان عامیانه ، ابتکاری ، اختصارات ، ایموجی ها و هشتگ ها) بر درک اعتبار منبع در بین سازندگان سازمان های غیرانتفاعی پرداخته است. نویسنده فرض می کند که سطح راحتی/تسلط کاربر با رسانه های دیجیتال بر نحوه درک سازمان هایی که از زبان غیر استاندارد بصورت آنلاین استفاده می کنند ، تأثیر می گذارد. در این مطالعه از تجزیه و تحلیل محتوا از پست های رسانه های اجتماعی از 2 سازمان ملی برای تجزیه و تحلیل الگوهای استفاده از زبان غیر استاندارد استفاده شده و از شاخص نامزدی (EI) برای تعیین کمیت اقدامات مشارکت سازنده با آن پست ها در 3 کانال رسانه های اجتماعی استفاده کرده است (فیس بوک ، توییتر ،و اینستاگرام). یک بررسی همراه ، ارتباط بین جمع آوری دیجیتال و راحتی با/تمایل به استفاده از زبان عامیانه اینترنت را نشان داد. نتایج هر دو تحقیق از فرضیه استفاده "متوسط و مناسب" پشتیبانی می کند. یافته ها ، تا حدودی نشان می دهد که "کدهای مناسب" (در مطالعه ، با استفاده از زبان غیر استاندارد) در ارتباطات آنلاین ابزاری مؤثر و در عین حال قدرتمند و غالباً ناخوشایند برای ایجاد اعتبار و تقویت تعامل با مؤلفه ها است.

بارگیری رایگان PDF PDF

تیم DSUNIPI در وظیفه Semeval 2015 شماره 11: تجزیه و تحلیل احساسات از زبان شکل در توییتر شرکت کرد. رویکرد پیشنهادی از ویژگی های نحوی و مورفولوژیکی استفاده می کند ، که نشان دهنده قطبیت احساسات در توییت های تصویری و غیر رقم است. این ویژگی ها با سایرین ترکیب شده اند که نشانگر وجود زبان فیگوراتیو به منظور پیش بینی نمره احساسات ریز است. این روش تحت نظارت است و از منابع دانش ساخت یافته استفاده می کند ، مانند واژگان Senti-Wordnet Lexicon برای اختصاص نمره احساسات به کلمات و WordNet برای محاسبه شباهت کلمه. ما با الگوریتم های طبقه بندی مختلف (Bayes ساده ، درختان تصمیم گیری و SVM) آزمایش کرده ایم و بهترین نتیجه توسط یک جمع کننده SVM با هسته خطی حاصل شد.

بارگیری رایگان PDF PDF

هشتگ در پست های توییتر ممکن است بارهای معنایی مختلفی داشته باشد. فرم دوگانه آنها (کلمه و برچسب) ممکن است برای طبقه بندی توییت باشد ، اما ممکن است محتوا را به پیام اضافه کند یا آن را تقویت کند. برخی از هشتگ ها مربوط به احساسات هستند. در مطالعه ای در مورد هشتگ های عاطفی در پست های توییتر هلندی ، ما از طبقه بندی کننده های یادگیری ماشین استفاده می کنیم تا آزمایش کنند تا چه میزان توییت هایی که از هشتگ آنها محروم می شوند ، می توانند دوباره به این هشتگ اختصاص دهند. حدود نیمی از 24 هشتگ آزمایش شده را می توان با نمرات AUC 80/0 یا بالاتر پیش بینی کرد. با این حال ، هنگامی که ما سه طبقه بندی کننده بهترین عملکرد را در توییت های غیب که هشتگ را حمل نمی کنند ، اعمال می کنیم اما ممکن است آن را مطابق با حاشیه نویسان انسانی حمل کرده باشد ، طبقه بندی کننده ها می توانند با دق ت-250 از 0. 7 برای تنها دو مورد از هشتگ دست پیدا کنند. بشرما مشاهده می کنیم که برخی از هشتگ ها از توییت های آنها قابل پیش بینی هستند و احساسی را که قبلاً در توییت بیان شده است تقویت می کنند. هشتگ دیگر به پیام هایی اضافه می شود که آنها را پیش بینی نمی کنند ، احتمالاً اطلاعات عاطفی را که هنوز در توییت نبوده است ، ارائه می دهند.

بارگیری رایگان PDF PDF

این مقاله رویکردی را برای ضبط زمینه عملی مورد نیاز برای استنباط طنز در توییت ارائه می دهد. هدف ما این است که اعتبار دو فرضیه اصلی را آزمایش کنیم: (1) حضور منفی ، به عنوان یک صلاحیت داخلی یک گفتار ، می تواند به تشخیص اختلاف بین تحت اللفظی و معنای مورد نظر یک گفتار کمک کند ، (2) یک توییت حاوییک واقعیت ادعا شده در مورد فرم (P1) طعنه آمیز است اگر و فقط اگر کسی بتواند پوچی P1 را ارزیابی کند. اولین نتایج ما دلگرم کننده است و نشان می دهد که به دست آوردن یک مدل متن عملگرا امکان پذیر است.

بارگیری رایگان PDF PDF

ارتباطات چهره به چهره و ارتباطات در محیط های آنلاین اطلاعات را فراتر از پیام کلامی واقعی منتقل می کند. در یک مکالمه سنتی چهره به چهره ، پارساژو ، یا جنبه های جانبی و عاطفی از گفتار که نثر کلامی واقعی نیستند ، اطلاعات متنی را ارائه می دهد که به تعاملی اجازه می دهد تا مناسب تر پیام منتقل شده را درک کنند. در این مقاله ، ما به صورت مفهومی متنی (TPL) مفهوم سازی می کنیم ، که ما به عنوان تظاهرات کتبی عناصر شنیدنی ، لمسی و تصویری غیر کلامی تعریف می کنیم که مکمل یا جایگزینی زبان نوشته شده است و می تواند از طریق کلمات ، نمادها ، تصاویر ، مشخصات ، مشخصات ، یا بیان شود. هر ترکیبی از این عناصر. ما با استفاده از داده های توییتر ، فیس بوک و اینستاگرام ، یک نوع شناسی از زبان متنی را تهیه می کنیم. ما یک چارچوب مفهومی از پیشینه ها و پیامدهای استفاده از مارک ها از متنی متنی ارائه می دهیم. پیامدهای تئوری و عمل مورد بحث قرار گرفته است.

بارگیری رایگان PDF PDF

دولت های سراسر جهان در تلاشند تا برای نظارت و مدیریت بهتر شهر هوشمند به شهروندان خود نزدیک شوند. تجزیه و تحلیل احساسات توییتر فرصت های جدیدی را برای دستیابی به آن باز می کند. در این مقاله ، یک چارچوب روش شناختی برای جمع آوری ، پیش پردازش ، تجزیه و تحلیل و نقشه برداری از احساسات شهروندان از توییتر برای کمک به دولت ها نظارت بر روحیه شهروندانشان بر اساس کارهای قبلی ارائه شده است. طبقه بندی کننده Multinomial Laïve Bayes برای ساخت یک طبقه بندی کننده احساسات استفاده می شود ، که از ویژگی های مختلفی از جمله ویژگی میکروبلاگینگ خاص - emoji استفاده می کند. مدل احساسات پیشنهادی ما از نظر نمرات F به طور متوسط از سیستم برتر در کار تجزیه و تحلیل احساسات در توییتر در Semeval-2013 بهتر است. ویژگی جدید emoji ثابت شده است که برای تجزیه و تحلیل احساسات در داده های توییتر در این کار مفید است. ما همچنین مدل خود را در توییت های دنیای واقعی اعمال می کنیم و ارائه می دهیم که چگونه سازمان های دولتی می توانند با استفاده از تکنیک های نقشه برداری نوسانات روحیه شهروندان را ردیابی کنند.

بارگیری رایگان PDF PDF

چه کسی شکلک را اختراع کرد؟اگر شما "شکلک" و "مخترع" را گوگل کنید ، موتور جستجو احتمالاً همان نتایج را برای من به دست می آورد: مجموعه ای از مقالات مختلف ، وبلاگ ها و غیره. نامگذاری اسکات فالمن - سال اختراع: 1982. این یک "است". واقعیت "توسط تعدادی از سازمان های رسانه ای محترم تقویت و تبلیغ شده است. علیرغم ظاهر اجماع غیرقابل انکار ، این شکلک دستخوش یک اختلاف پدری برای رقیب ترین نمایشگاه های تلویزیونی روزمره ، پیچیده و مجذوب شده است. این تجزیه و تحلیل تاریخی با هدف بررسی و مستند سازی تکامل شکلک - یک پدیده زبانی ، فرهنگی ، ارتباطات و فن آوری بسیار بحث برانگیز با اسطوره ها. این یک بررسی تاریخی و توصیف روشنی از شکلک ها به عنوان یک فناوری ارتباطی و تحلیلی از اهمیت شکلک برای ما امروز ارائه می دهد - توضیحاتی که سنت تاریخ نگاری ارتباطات را بیان می کند. هدف ثانویه من ، از طریق درمان ، زمینه سازی و تجزیه و تحلیل مقایسه ای از تاریخ های متفاوت و واگرا - در مقالات ، نسخه های خطی ، مجلات ، وبلاگ ها ، کتاب ها و غیره - این است که "توسعه رفتار انسان [sic] و تجربه اجتماعی را در نظر بگیرید، تا حدودی ، پاسخی به کاربردها و پیامدهای رسانه های ارتباطی در زمینه وسیع تر تاریخ بشر "(کرولی و هایر ، 2011 ، ص xiii). واژه‌های کلیدی: شکلک ، شکلک ، ایموجی ، تاریخ ، اسکات فالمان ، مخترع ، خالق ، تاریخ نگاری ارتباطات ، ارتباطات با واسطه رایانه.

بارگیری رایگان PDF PDF

ایموجی روشی معاصر و بسیار محبوب برای تقویت ارتباطات الکترونیکی است. بدون معنایی سفت و سخت به آنها ، نمادهای ایموجی معانی مختلفی را بر اساس زمینه یک پیام به خود می گیرند. بنابراین ، مانند کلمه Sense Sense Disambigation در پردازش زبان طبیعی ، ماشین ها نیز باید معنی یا "حس" یک ایموجی را تفکیک کنند. در اولین قدم برای دستیابی به این هدف ، این مقاله Emojinet ، اولین موجودی حس قابل خواندن برای ایموجی ها را ارائه می دهد. emojinet یک سیستم فعال کننده منابع برای پیوند ایموجی ها با معنای خاص آنها است. این برنامه به طور خودکار با ادغام چندین منبع ایموجی با Babelnet ساخته می شود ، که جامع ترین موجودی حس چند زبانه است که تا به امروز در دسترس است. در این مقاله به بحث در مورد ساخت آن ، روند ایجاد خودکار منابع را ارزیابی می کند ، و یک مورد استفاده را ارائه می دهد که در آن باعث می شود که ایموجینت استفاده ایموجی را در توییت ها قرار دهد. emojinet به صورت آنلاین برای استفاده در http://emojinet. knoesis.org در دسترس است.

بارگیری رایگان PDF PDF

ایموجی ها یک اتفاق بسیار شایع در ارتباطات تلفن همراه هستند ، اما معنای آنها برای تفسیر باز است. ما انگیزه های استفاده از آنها در پیام های موبایل در ایالات متحده را بررسی می کنیم. این مطالعه از 228 شرکت کننده برای آخرین بار خواسته است که از یک یا چند ایموجی در یک پیام مکالمه استفاده کرده و آن پیام را به همراه شرح معنای و عملکرد مورد نظر ایموجی ها جمع آوری کنند. ما در مورد تفاوتهای عملکردی بین: اضافه کردن معنای عاطفی یا موقعیتی اضافی ، تنظیم لحن ، ایجاد پیام بیشتر برای گیرنده ، مدیریت مکالمه و نگهداری روابط بحث می کنیم. ما در مورد قرارگیری واژگانی در پیام ها و همچنین شیوه های اجتماعی بحث می کنیم. ما نشان می دهیم که عملکرد اجتماعی و زبانی ایموجی ها پیچیده و متنوع هستند و حمایت از ایموجی ها می تواند عملکردهای مهم مکالمه را تسهیل کند.