• 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：推断读者情绪的传播受到在线新闻的影响

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，可以从许多不同的角度来看新闻文章，从而触发不同（并且可能矛盾）的情绪。在本文中，我们制定了预测受新闻文章影响的读者情感分布的问题。我们的方法分析了从非英语在线新闻网站获取的新闻文章读者提供的情感诠释。我们从带注释的文章创建一个新的语料库，并构建特定于域的情感词典和单词嵌入功能。我们终于从在线新闻文章中提取的一组功能构建了一个多目标回归模型。我们的实验表明，通过将词典和单词嵌入功能结合，我们的回归模型能够预测每个情绪类别的RMSE分数的情绪分布在0.067至0.232之间。

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