表情符号的情绪数据

为了进行实验，我们希望将嵌入许多推文中的Emoji用作基本事实/训练数据，以便进行简单的定量分析。推文通常过于结构化，NLP无法正常工作。

无论如何，Unicode 6.0中有722个表情符号，Unicode 7.0中可能还会添加250个表情符号。

是否有一个数据库（例如SentiWordNet）包含针对它们的情感注释？

（请注意，SentiWordNet的确也允许模棱两可的含义。考虑一下例如funny，这不仅是肯定的：“这听起来很有趣”可能不是肯定的…… ;-)例如，同样适用。但是我不认为这更难表情符号比普通单词更适合...）

另外，如果您有使用它们进行情感分析的经验，我很想听听。

不能手动标记它们的总数972个表情符号确实不是那么大，但是我怀疑它们是否可以作为一个很好的基础。诸如Twitter之类的消息充满了讽刺，讽刺和其他棘手的环境，在这些环境中，情感符号（例如表情符号或表情符号）的含义不同于正常的解释。例如，某人可能会写“ xxx被骗了他们的客户，现在他们被骗了自己！哈哈哈！：D”。这绝对是负面评论，但作者很高兴看到xxx公司遇到麻烦，因此增加了正面表情。这些案件不是那么频繁，但绝对不适合地面事实。

更常见的方法是使用图释作为收集实际数据集的种子。例如，在本文中，作者使用表情符号和情感哈希标签来获取可用于进一步分类的单词词典。

我发现这个Github存储库很有用（一个好的开始）：https : //github.com/wooorm/emoji-emotion 表情符号列表，其价数的定级值为负5（负）到5（正）之间的整数。

请参阅受支持的unicode表情符号列表：https : //github.com/wooorm/emoji-emotion/blob/master/Support.md

请注意，某些表情符号由于可以用于正面和负面情绪，因此可以接受令人困惑的极性，例如sticked_out_tongue_closed_eyes（0）。