• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Social Informatics >Inferring Spread of Readers' Emotion Affected by Online News
【24h】

Inferring Spread of Readers' Emotion Affected by Online News

机译：推断网络新闻对读者情感的影响

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Depending on the reader, A news article may be viewed from many different perspectives, thus triggering different (and possibly contradicting) emotions. In this paper, we formulate a problem of predicting readers' emotion distribution affected by a news article. Our approach analyzes affective annotations provided by readers of news articles taken from a non-English online news site. We create a new corpus from the annotated articles, and build a domain-specific emotion lexicon and word embedding features. We finally construct a multi-target regression model from a set of features extracted from online news articles. Our experiments show that by combining lexicon and word embedding features, our regression model is able to predict the emotion distribution with RMSE scores between 0.067 to 0.232 for each emotion category.
机译：根据读者的不同，可以从许多不同的角度查看新闻文章，从而引发不同的（甚至可能相互矛盾的）情绪。在本文中，我们提出了一个预测读者受新闻影响的情绪分布的问题。我们的方法分析了来自非英语在线新闻站点的新闻报道读者提供的情感注释。我们从带注释的文章中创建了一个新的语料库，并构建了特定领域的情感词典和单词嵌入功能。最后，我们从在线新闻文章中提取的一组功能中构建了一个多目标回归模型。我们的实验表明，通过结合词汇和单词嵌入功能，我们的回归模型能够预测每个情感类别的RMSE得分在0.067至0.232之间的情感分布。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号