论文部分内容阅读
社交是人的天性,与他人建立社会联系是人类最基本的需求。我们通过人际交流与他人建立关系和交换信息。而在人际交流中,情绪是最重要的交流内容之一,它直接影响了交流的信息也影响了我们的思考与行为。在传统的面对面交流中,个体通过语言线索和丰富的非言语线索表达和交流信息。而互联网的发展与流行极大地改变了人际间的交流方式,个体能够在社交平台上更加方便、快捷沟通与交流。但相比面对面交流,互联网中的交流缺乏面部表情、动作表情等非言语线索,情绪表达存在诸多局限。为了弥补这种缺失,诞生了以emoji为代表的表情符号,那么迄今为止,网络社交中emoji的使用到底能起到什么样的作用?这是值得研究的问题。
本研究关注的是emoji的情绪表达功能,即某一个emoji表达了什么情绪。以往的这类研究往往忽略了文本情景在emoji使用中的重要性,脱离文本情景所得到emoji的情绪表达可能不是真实的反映。而且Ekman等人提出非言语线索对言语信息存在多种修饰作用,包括重复、对立、补充、强调和调节。如果在CMC中emoji弥补了非言语线索,那么它与文本间也会存在复杂关系,从而对文本的情绪表达产生不同类型的影响作用。因此本研究首先以国内热门社交平台微博为媒介,探究emoji使用的文本情景特征,以及文本情景与emoji自身表达情绪之间的联系;然后进一步探究微博平台emoji是否影响微博文本情绪的整体判断。如果存在影响,那又存在哪些影响作用?最后基于获得的emoji影响作用,构建针对微博的情绪预测模型,从而实现更好的情绪分析。
基于微博海量的emoji使用行为数据,本研究分为三部分探讨了emoji在微博中的使用和情绪表达作用:
1)第一部分研究结合大数据与问卷调研的研究方法分析了emoji的基本使用行为、使用的文本情景特征及其与emoji自身表达情绪之间的联系。研究1表明微博平台中emoji使用的普遍性和emoji情绪表达的复杂性,研究2和研究3则探索了emoji的使用情景。研究2基于词云方法和关键词提取技术发现emoji存在丰富的使用情景,且情绪是重要的特征。而研究3则基于词汇匹配的微博文本情绪分析方法探究了emoji文本情景的情绪特征,发现emoji的情绪标签与其情景情绪存在一致、无关和不一致三种形式,反映了emoji文本情景的情绪复杂性。由此说明emoji情绪表达功能需要结合具体的文本情景;
2)第二部分进一步探究了emoji对文本情绪表达的影响。研究4通过问卷调研证明了emoji存在对文本情绪类别和强度的影响,并且对比emoji与文本情景的情绪一致的情况,当emoji的情绪标签与文本情绪无关或不一致时影响更大。emoji的影响因emoji及其使用的文本情绪维度的不同而表现出差异。研究5则采用主题分析法建立了微博平台emoji影响作用的分类模型,包括表达核心情绪、情绪多样化、情绪调节作用和社会性作用四种类型;
3)第三部分研究则是基于emoji对文本情绪的影响作用,构建微博的情绪分析模型。研究6构建各个emoji在不同情绪文本中的作用规则。研究7结合研究6所得到的规则,构建了结合emoji的微博情绪预测模型。结果表明,结合emoji对文本情绪影响作用,能够提升对包含emoji的微博情绪预测的效果。
研究的意义:1)结合心理学和大数据的研究方法,探索了emoji使用情景的复杂性;2)结合文本情绪情景,系统地探究emoji在情绪表达方面所起的影响作用,表明emoji弥补了CMC中非言语线索的缺失;3)结合emoji对文本情绪影响作用,能够提升对微博情绪预测的效果,而更准确的情感分析有助于公司进行商业决策制定。
本研究关注的是emoji的情绪表达功能,即某一个emoji表达了什么情绪。以往的这类研究往往忽略了文本情景在emoji使用中的重要性,脱离文本情景所得到emoji的情绪表达可能不是真实的反映。而且Ekman等人提出非言语线索对言语信息存在多种修饰作用,包括重复、对立、补充、强调和调节。如果在CMC中emoji弥补了非言语线索,那么它与文本间也会存在复杂关系,从而对文本的情绪表达产生不同类型的影响作用。因此本研究首先以国内热门社交平台微博为媒介,探究emoji使用的文本情景特征,以及文本情景与emoji自身表达情绪之间的联系;然后进一步探究微博平台emoji是否影响微博文本情绪的整体判断。如果存在影响,那又存在哪些影响作用?最后基于获得的emoji影响作用,构建针对微博的情绪预测模型,从而实现更好的情绪分析。
基于微博海量的emoji使用行为数据,本研究分为三部分探讨了emoji在微博中的使用和情绪表达作用:
1)第一部分研究结合大数据与问卷调研的研究方法分析了emoji的基本使用行为、使用的文本情景特征及其与emoji自身表达情绪之间的联系。研究1表明微博平台中emoji使用的普遍性和emoji情绪表达的复杂性,研究2和研究3则探索了emoji的使用情景。研究2基于词云方法和关键词提取技术发现emoji存在丰富的使用情景,且情绪是重要的特征。而研究3则基于词汇匹配的微博文本情绪分析方法探究了emoji文本情景的情绪特征,发现emoji的情绪标签与其情景情绪存在一致、无关和不一致三种形式,反映了emoji文本情景的情绪复杂性。由此说明emoji情绪表达功能需要结合具体的文本情景;
2)第二部分进一步探究了emoji对文本情绪表达的影响。研究4通过问卷调研证明了emoji存在对文本情绪类别和强度的影响,并且对比emoji与文本情景的情绪一致的情况,当emoji的情绪标签与文本情绪无关或不一致时影响更大。emoji的影响因emoji及其使用的文本情绪维度的不同而表现出差异。研究5则采用主题分析法建立了微博平台emoji影响作用的分类模型,包括表达核心情绪、情绪多样化、情绪调节作用和社会性作用四种类型;
3)第三部分研究则是基于emoji对文本情绪的影响作用,构建微博的情绪分析模型。研究6构建各个emoji在不同情绪文本中的作用规则。研究7结合研究6所得到的规则,构建了结合emoji的微博情绪预测模型。结果表明,结合emoji对文本情绪影响作用,能够提升对包含emoji的微博情绪预测的效果。
研究的意义:1)结合心理学和大数据的研究方法,探索了emoji使用情景的复杂性;2)结合文本情绪情景,系统地探究emoji在情绪表达方面所起的影响作用,表明emoji弥补了CMC中非言语线索的缺失;3)结合emoji对文本情绪影响作用,能够提升对微博情绪预测的效果,而更准确的情感分析有助于公司进行商业决策制定。