Detecting variation of emotions in online activities

منابع متن آنلاین به شکل گسترده ای از مخازن داده های اطلاعاتی توسعه می یابند که از آن می توان دانش ارزشمندی در مورد احساسات انسانی حاصل شود. فراتر از احساسات اولیه که به سیگنال های عاطفی جهانی اشاره دارند، درک عمیق تر از طیف وسیع احساسات برای شناسایی دیدگاه ها و نگرش های عمومی آنلاین مهم است. کار حاضر از طریق نیاز به آزمایش و ارائه یک سیستم است که احساسات را در فعالیت های آنلاین طبقه بندی می کند. چنین سیستمی می تواند برای خدمات آنلاین، توصیه های شرکت ها و جوامع پشتیبانی اجتماعی سودمند باشد. مشارکت اصلی این کار این است که: (الف) تشخیص احساسات اولیه، اجتماعی و کسانی که حالتهای عاملی عمومی را از منابع متنی آنلاین تشریح می کنند؛ (ب) مقایسه و تأیید فرآیندهای تجزیه و تحلیل احساسی مختلف برای برجسته کردن آنهایی که کارآمدتر هستند و (ج) ارائه یک مدرک از مطالعه مورد مفهوم برای نظارت و اعتبار فعالیت آنلاین، هر دو به طور صریح و ضمنی. رویکردهای پیشنهادی در سه مجموعه داده شده از منابع مختلف، از جمله آژانس های خبری، توییتر، فیس بوک و زبان های مختلف، یعنی انگلیسی و یونانی جمع آوری شده اند. نتایج مطالعه نشان می دهد که روش شناسی در دست یافتن به طیف گسترده ای از احساسات از منابع متنی است.