• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computer speech and language >Predicting emotional reactions to news articles in social networks
【24h】

Predicting emotional reactions to news articles in social networks

机译：预测社交网络中新闻文章的情感反应

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

After reading a news article, some readers post their opinion to social networks, particularly as tweets. These opinions (responses) have an important emotional content. By analyzing users' responses in context, it is possible to find a set of emotions expressed in these tweets. In this work we propose a method to predict the emotional reactions that Twitter users would have after reading a news article. We consider the prediction of emotions as a classification problem and we follow a supervised approach. For this purpose, we collected a corpus of Spanish news articles and their associated tweet responses. Then, a group of annotators tagged the emotions expressed in them. Twitter users can express more than one emotion in their responses, so that in this work we deal with this characteristic by using a multi-target classification strategy. The use of this strategy allows an instance (a news article) to have more than one associated class (emotions expressed by users). In addition to that, the multi-target strategy permits to predict not only the emotional reactions, but also the intensity of these emotions, considering how often each specific emotion was triggered by users. By measuring the deviation of the predicted emotional reactions with regard to the annotated ones, we obtain an emotional reactions similarity of 89%. (C) 2019 Elsevier Ltd. All rights reserved.
机译：阅读新闻文章后，一些读者将他们的观点发布到社交网络上，特别是作为推文发布。这些意见（回应）具有重要的情感内容。通过在上下文中分析用户的响应，可以找到在这些推文中表达的一组情绪。在这项工作中，我们提出了一种预测Twitter用户在阅读新闻后会产生的情感反应的方法。我们将情绪预测视为分类问题，并遵循监督方法。为此，我们收集了西班牙新闻文章的语料库及其相关的推文响应。然后，一群注释者标记了其中表达的情感。 Twitter用户可以在响应中表达多种情绪，因此在这项工作中，我们使用多目标分类策略来应对这一特征。使用此策略可以使实例（新闻文章）具有多个关联的类（用户表达的情感）。除此之外，考虑到用户触发特定情感的频率，多目标策略不仅可以预测情感反应，还可以预测这些情感的强度。通过测量预测的情绪反应相对于带注释的情绪反应的偏差，我们获得了89％的情绪反应相似度。 （C）2019 Elsevier Ltd.保留所有权利。

著录项

  • 来源
    《Computer speech and language》 |2019年第11期|280-303|共24页
  • 作者

    Juarez Gambino Omar; Calvo Hiram;

  • 作者单位

    IPN, CIC, Mexico City, DF, Mexico|IPN, Escuela Super Comp, ESCOM, JD Batiz & MO Mendizabal S-N, Mexico City 07738, DF, Mexico;

    IPN, CIC, Mexico City, DF, Mexico;

  • 收录信息 美国《科学引文索引》(SCI);美国《工程索引》(EI);
  • 原文格式 PDF
  • 正文语种 eng
  • 中图分类
  • 关键词

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