Emotionsdetektion i tekst
Emotionsdetektion er en opgave inden for naturlig sprogbehandling, der klassificerer de grundlæggende og komplekse følelser udtrykt i tekst — frygt, glæde, vrede, sorg, overraskelse og afsky — inden for et anerkendt følelsesmæssigt rammeværk som Ekman's grundlæggende følelsesmodel eller Plutchik's hjul. Den bygger på Paul Ekman's argument fra 1992 for et lille sæt universelle grundlæggende følelser, og går ud over en simpel positiv/negativ opdeling for at knytte en specifik følelsesmæssig etiket til hvert tekststykke.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- Ekman, P. (1992). An Argument for Basic Emotions. Cognition & Emotion, 6(3-4), 169-200. DOI: 10.1080/02699939208411068 ↗
- Mohammad, S.M. & Turney, P.D. (2013). Crowdsourcing a Word–Emotion Association Lexicon. Computational Intelligence, 29(3), 436-465. DOI: 10.1111/j.1467-8640.2012.00460.x ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Emotion Detection in Text. ScholarGate. https://scholargate.app/da/text-mining/emotion-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- DialoghandlingsklassifikationTekstmining↔ compare
- SentimentanalyseTekstmining↔ compare
- TekstklassificeringTekstmining↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →