Emoticons as Ground TruthThe accura

Emoticons as Ground Truth
The accuracy of emoticons as ground truth is questionable
as it was anticipated that sarcasm and other expressions of
mixed emotion will represent noisy datapoints in the system.
Increasing the size of the collected Twitter corpus is
known to help overcome this issue to a limited degree [9, 8].
To examine whether the presence of emoticons accurately
re
ects the emotional nature of the text they accompany,
a set of human-annotated tweets was compiled. 250 positive
and 250 negative tweets were randomly selected and removed
from the main Twitter database. A group of 3 annotators
assigned the labels `positive', `negative', and `ambiguous/
neutral' to the 500 tweets. Any emoticons and hashtags
were absent from the tweets as presented to the annotators,
as the intention was to classify based on the language in
the tweet alone. Table 2 shows the confusion matrix for
the result. The large diagonal elements indicate that emoticons
are a good indicator of emotional content. However
about 30% of the tweets were noted to be ambiguous or

ผลลัพธ์ (ไทย) 1:

อีโมติคอนเป็นดินจริงความถูกต้องของอีโมติคอนเป็นพื้นความจริงเป็นที่น่าสงสัยตามที่ได้คาดการณ์ไว้ที่ประชดและนิพจน์อื่น ๆ ของอารมณ์แบบผสมจะแสดงซ้อนเสียงในระบบการเพิ่มขนาดของคอร์ปัส Twitter รวบรวมเป็นเป็นที่รู้จักเพื่อช่วยเอาชนะปัญหานี้ในระดับจำกัด [9, 8]การตรวจสอบว่าการปรากฏตัวของอีโมติคอนอย่างถูกต้องอีกครั้งects ลักษณะทางอารมณ์ของพวกเขาพร้อม ข้อความชุดของคำอธิบายประกอบมนุษย์ทวีถูกคอมไพล์ บวก 250และ 250 ลบทวีถูกสุ่มเลือก และลบออกจากฐานข้อมูล Twitter หลัก กลุ่ม 3 annotatorsกำหนดป้ายชื่อ 'บวก' 'ลบ' และ ' ไม่ชัดเจน /เป็นกลาง ' การทวีต 500 อีโมติคอนและแฮชแท็กใด ๆได้ขาดงานไปจากทวีเท่ากับ annotatorsเป็นความตั้งใจในการ จัดประเภท ตามภาษาในทวีที่อยู่คนเดียว ตารางที่ 2 แสดงเมตริกซ์สับสนสำหรับผล องค์ประกอบทแยงมุมขนาดใหญ่บ่งชี้ว่า อีโมติคอนมีตัวบ่งชี้ที่ดีของเนื้อหาทางอารมณ์ อย่างไรก็ตามประมาณ 30% ของทวีได้บันทึกไว้จะไม่ชัดเจน หรือ

ผลลัพธ์ (ไทย) 2:

อีโมติคอนเป็นพื้นความจริง
ความถูกต้องของอีโมติคอนเป็นความจริงพื้นดินเป็นที่น่าสงสัย
เพราะมันเป็นอะไรที่คาดว่าถ้อยคำและสำนวนอื่น ๆ ของ
อารมณ์ผสมจะเป็นตัวแทนของ datapoints มีเสียงดังในระบบ.
เพิ่มขนาดของที่เก็บรวบรวมทวิตเตอร์คอร์ปัสเป็น
ที่รู้จักกันเพื่อช่วยให้เอาชนะปัญหานี้ให้ จำกัด วุฒิ [9, 8].
เพื่อตรวจสอบว่าการปรากฏตัวของอีโมติคอนได้อย่างถูกต้อง
อีกครั้ง
สะท้อนลักษณะทางอารมณ์ของข้อความที่พวกเขามาพร้อมกับ,
ชุดของทวีตของมนุษย์ข้อเขียนถูกรวบรวม 250 บวก
และเชิงลบทวีต 250 ได้รับการสุ่มเลือกและลบออก
จากฐานข้อมูลทวิตเตอร์หลัก กลุ่มของ 3 annotators
มอบหมายฉลาก `บวก ',` เชิงลบ' และ `คลุมเครือ /
เป็นกลาง 'to 500 ทวีต อีโมติคอนและแฮชแท็ก
ขาดจากทวิตเตอร์ตามที่นำเสนอไป annotators ที่
เป็นความตั้งใจที่จะเป็นที่จะจัดขึ้นอยู่กับภาษาใน
ทวีตเพียงอย่างเดียว ตารางที่ 2 แสดงเมทริกซ์ความสับสนสำหรับ
ผล องค์ประกอบในแนวทแยงขนาดใหญ่ระบุว่าอีโมติคอน
เป็นตัวบ่งชี้ที่ดีของเนื้อหาทางอารมณ์ อย่างไรก็ตาม
ประมาณ 30% ของทวิตเตอร์ที่ถูกตั้งข้อสังเกตว่าเป็นที่คลุมเครือหรือ