Emotion Detection
Emotion detection is a natural-language-processing task that classifies the basic and complex emotions expressed in text — fear, joy, anger, sadness, surprise, and disgust — within a recognised emotion framework such as Ekman's basic-emotions model or Plutchik's wheel. It builds on Paul Ekman's 1992 argument for a small set of universal basic emotions, going beyond a simple positive/negative split to attach a specific emotion label to each piece of text.
Rekod sumber
Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.
- 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
Tuntutan yang dikurasi
Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.
Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.
Kaedah berkaitan
Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.