語言:

以FACEBOOK塗鴉牆文本分析情緒文字的關係 = Text analysis of therelati onship between emotionaltext on facebook wall

黃信華 (數位學習科技) 國立臺南大學數位學習科技學系碩士班民102[2013

可在府城總館 2樓參考書區 (DC ILT 102001 )取得(請點選下列選項)

傳送到

題名:
以FACEBOOK塗鴉牆文本分析情緒文字的關係 = Text analysis of therelati onship between emotionaltext on facebook wall
著者: 黃信華 (數位學習科技)
國立臺南大學數位學習科技學系碩士班
主題: 關鍵字比較法資訊檢索 SVM 塗鴨牆 Facebook; SVM Graffiti wall Facebook Information Retrie
描述: 本研究透過基於情緒特徵及文字特性的結合，探討Face book塗鴉牆訊息之情緒狀態，了解使用者於塗鴉牆撰寫訊息時當下的心情，研究以SVM及資訊檢索的概念下所建系統原型，配合即有的語庫以最簡單的關鍵字比較法找出每一個塗鴉牆訊息的情緒歸屬，我們希望藉由簡單運算以有趣回饋方式呈現，讓使用者可以快速獲得當下的情緒歸屬。然而在中文的世界中最小的單位為字，因此所有的字彙都是由一個一個的字所組成的，除了字與字的關係，仍要考慮到口語化的問題，畢竟有些文字的情緒仍未被定義，在整串文字中情緒字彙有可能受其他文字的影響讓情緒歸屬有所不同，而為讓字串更貼切使用者的情緒，除了要有良好的語庫提供分析，也需有一個學習的機制將字與字的關係產生不同的變化，新的排列組合讓其語意能更口語化也能更貼近使用者。而在研究中我們會經由淡定指數APP擷取臉書上訊息，經語意分析後將具有情緒的塗鴉牆發言，產生一份問卷請受測者針對其在Facebook發言之訊息，語意上認知與系統產生的情緒認知作比較，研究中我們經由130位受測者塗鴉牆之發言分析，我們初步得到約55.5%的正確率，正確率不夠理想，因此我們全部語句透過語意學習及人工學習的方式產生新語句131句，經重新分析其正確率約60.1%提升4.6%，另經F-Measure證明當語意重新分析後其值也由0.23提升至0.31，由此可見我們透過語意學習增加語庫情緒詞彙數量，可以提升研究正確率及價值 This research is based on the integration of an emotional feature and text characteristic. Through the emotional status of message on Facebook wall, researcher could know users’ feeling as they showed message on wall at once. Using SVM and the system type which making in accordance with the concept of
出版者: 碩士論文--國立臺南大學數位學習科技學系碩士班, 101學年度
建立日期: 民102[2013
格式: x, 49葉 : 圖,表 ; 30公分.
語言: 中文
資源來源: NUTN ALEPH

連結

返回到檢索清單

以FACEBOOK塗鴉牆文本分析情緒文字的關係 = Text analysis of therelati onship between emotionaltext on facebook wall

黃信華 (數位學習科技) 國立臺南大學 數位學習科技學系碩士班 民102[2013

正在檢索遠程資料庫，請稍等

黃信華 (數位學習科技) 國立臺南大學數位學習科技學系碩士班民102[2013