arXiv论文揭示推文表情符号语义维度
热点事件持续更新
arXiv论文揭示推文表情符号语义维度
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月20日,Rohan James等人在arXiv平台发表题为《Beyond a Single Sentiment Score: Topical and Affective Dimensions of Emoji Meaning on Twitter》的论文。该研究基于16,575条英语推文,旨在深入探讨表情符号在社交网络中的复杂语义结构。 研究团队引入stability delta指标,证明在紧密的主题语境中,表情符号表现出更极化的人群情感评分。统计结果显示Spearman相关系数ρ=+0.361(Holm校正后p=0.015),且该结果通过了置换检验及BCa自助法验证。 该发现表明,主题连贯性与情感离散度是表情符号语义的两个独立维度。单一情感分数无法完整表征其意义,这一结论在控制频率后依然成立,为理解社交文本中的符号情感提供了新视角。
AI 根据报道生成 · 58 分钟前更新
最新进展10月21日 12:00
超越单一情感分数:Twitter 表情符号的语义维度研究报道时间线
沿着报道,了解事件的不同侧面。
10月21日
- arXiv · AI超越单一情感分数:Twitter 表情符号的语义维度研究
基于 16,575 条英语推文,研究通过 stability delta 指标证明,表情符号在紧密的主题语境中表现出更极化的人群情感评分。 核心证据为 Spearman $\rho = +0.361$(Holm 校正后 p=0.015),该结果通过置换检验、BCa 自助法和留一法验证,且在控制频率后依然成立。 表明主题连贯性与情感离散度是表情符号语义的两个独立维度,单一情感分数无法完整表征其意义。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。