ವಿಷಯಕ್ಕೆ ಹೋಗು

ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ

ವಿಕಿಪೀಡಿಯದಿಂದ, ಇದು ಮುಕ್ತ ಹಾಗೂ ಸ್ವತಂತ್ರ ವಿಶ್ವಕೋಶ

ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆಯು (ಅಭಿಪ್ರಾಯ ಗಣಿಗಾರಿಕೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ) ಸ್ವಾಭಾವಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ, ಪಠ್ಯ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಗುರುತಿಸಲು ಮತ್ತು ಮೂಲ ವಸ್ತುಗಳಲ್ಲಿ ವೈಯಕ್ತಿಕ ಮಾಹಿತಿ ಹೊರತೆಗೆಯಲು ಎಣಿಕೆಯ ಭಾಷಾಶಾಸ್ತ್ರಗಳು ಬಳಸಿಕೊಳ್ಳುವುದಕ್ಕೆ ಉಲ್ಲೇಖಿತವಾಗಿದೆ. ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ ವ್ಯಾಪಕವಾಗಿ ವಿಮರ್ಶೆಗಳು ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಮಾರ್ಕೆಟಿಂಗ್ ಗ್ರಾಹಕ ಸೇವೆ ಹಿಡಿದು, ಅನ್ವಯಗಳ ವಿವಿಧ ಅನ್ವಯಿಸಲಾಗುತ್ತದೆ.

ಸಾಮಾನ್ಯವಾಗಿ ಹೇಳುವುದಾದರೆ, ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಕೆಲವು ವಿಷಯ ಅಥವಾ ಡಾಕ್ಯುಮೆಂಟ್ ಒಟ್ಟಾರೆ ಸಂದರ್ಭೋಚಿತ ಧ್ರುವೀಯತೆಯ ಸಂಬಂಧಿಸಿದಂತೆ ಸ್ಪೀಕರ್ ಅಥವಾ ಬರಹಗಾರ ವರ್ತನೆ ನಿರ್ಧರಿಸಲು ಗುರಿ. ವರ್ತನೆ ತನ್ನ ಎಂದು ವಿಂಗಡಣೆ ಮಾಡಬಹುದು ತನ್ನ ತೀರ್ಪು ಅಥವಾ ಮೌಲ್ಯಮಾಪನ (ಅಪ್ರೈಸಲ್ ಸಿದ್ಧಾಂತ ನೋಡಿ), ಭಾವುಕ ರಾಜ್ಯದ (ಅಂದರೆ ಬರವಣಿಗೆಯ ಲೇಖಕ ಭಾವನಾತ್ಮಕ ರಾಜ್ಯವಾಗಿದೆ), ಅಥವಾ ಉದ್ದೇಶಿತ ಭಾವನಾತ್ಮಕ ಸಂಪರ್ಕ (ಅಂದರೆ, ಭಾವನಾತ್ಮಕ ಪರಿಣಾಮ ಲೇಖಕ ) ರೀಡರ್ ಹೊಂದಲು ಬಯಸುತ್ತಾನೆ.

ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ವಿಧಗಳು

[ಬದಲಾಯಿಸಿ]

ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯಲ್ಲಿ ಮೂಲ ಕೆಲಸವನ್ನು ಡಾಕ್ಯುಮೆಂಟ್, ವಾಕ್ಯ, ಅಥವಾ / ಆಕಾರ ಮಟ್ಟದಲ್ಲಿ ಕೊಟ್ಟಿರುವ ಪಠ್ಯ ಧ್ರುವೀಯತೆಯ ವರ್ಗೀಕರಿಸುತ್ತಿದೆ - ದಾಖಲೆಯಲ್ಲಿ, ಒಂದು ವಾಕ್ಯ ಅಥವಾ ಒಂದು ಘಟಕದ ವೈಶಿಷ್ಟ್ಯವನ್ನು ವ್ಯಕ್ತಪಡಿಸಿದ್ದಾರೆ ಅಭಿಪ್ರಾಯ / ಆಕಾರ, ಧನಾತ್ಮಕ ಋಣಾತ್ಮಕ, ಅಥವಾ ತಟಸ್ಥ ಎಂಬುದನ್ನು. ಸುಧಾರಿತ, "ಧ್ರುವೀಯತೆಯ ಮೀರಿ" ಭಾವನೆ ವರ್ಗೀಕರಣ ಉದಾಹರಣೆಗೆ, ಕಾಣುತ್ತದೆ, ಉದಾಹರಣೆಗೆ ", ಕೋಪ" "ದುಃಖ" ಮತ್ತು "ಸಂತೋಷ ಭಾವನಾತ್ಮಕ ರಾಜ್ಯಗಳಲ್ಲಿ." ಆ ಪ್ರದೇಶದಲ್ಲಿ ಆರಂಭಿಕ ಕಾರ್ಯಗಳು ಕ್ರಮವಾಗಿ ಟರ್ನೆಯ್ [೧] ಮತ್ತು ಪಾಂಗ್ [೨] ಉತ್ಪನ್ನ ವಿಮರ್ಶೆಗಳು ಮತ್ತು ಚಲನಚಿತ್ರ ಧ್ರುವೀಯತೆಯ ಪತ್ತೆ ವಿಧಾನಗಳನ್ನು ಪ್ರಯೋಗಿಸಿದ ವಿಮರ್ಶೆಗಳು ಒಳಗೊಂಡಿದೆ. ಈ ಕೆಲಸ ಡಾಕ್ಯುಮೆಂಟ್ ಮಟ್ಟ. ಒಂದು ಸಹ ಪಾಂಗ್ [೩] ಮತ್ತು ಸ್ನೈಡರ್ ಮೂಲಕ ಪ್ರಯತ್ನಿಸಲಾಯಿತು ಬಹು ರೀತಿಯಲ್ಲಿ ಪ್ರಮಾಣದ ಮೇಲೆ ದಾಖಲೆಯ ಧ್ರುವೀಯತೆಯ ವರ್ಗೀಕರಿಸಲು [೪] ಇತರರ: ಪಾಂಗ್ ಮತ್ತು ಲೀ [೩] ಧನಾತ್ಮಕ ಅಥವಾ ಋಣಾತ್ಮಕ ಎರಡೂ ಒಂದು ಚಿತ್ರ ವಿಮರ್ಶೆ ವರ್ಗೀಕರಿಸುವ ಮೂಲ ಕೆಲಸವನ್ನು ವಿಸ್ತರಿಸಿತು , ೩ ಅಥವಾ ೪ ಸ್ಟಾರ್ ಪ್ರಮಾಣದ ಎರಡೂ ಸ್ಟಾರ್ ರೇಟಿಂಗ್ ಮುನ್ಸೂಚನೆ ಸ್ನೈಡರ್ [೪] ರೆಸ್ಟೋರೆಂಟ್ ವಿಮರ್ಶೆಗಳು ಒಂದು ಆಳವಾದ ವಿಶ್ಲೇಷಣೆ ಪ್ರದರ್ಶನ ನೀಡಿದರು ಮುನ್ಸೂಚನೆ ಆಹಾರ ಮತ್ತು ವಾತಾವರಣದ ನೀಡಲಾಗುತ್ತದೆ ರೆಸ್ಟೋರೆಂಟ್ ವಿವಿಧ ವಿಷಯಗಳನ್ನು ರೇಟಿಂಗ್ಗಳು (ಒಂದು ೫-, ಮೇಲೆ ಸ್ಟಾರ್ ಪ್ರಮಾಣದ). ಹಲವು ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ವರ್ಗೀಕರಣ ವಿಧಾನಗಳಲ್ಲಿ, ತಟಸ್ಥ ವರ್ಗ ತಟಸ್ಥ ಗ್ರಂಥಗಳು ಬೈನರಿ ಕ್ಲಾಸಿಫಿಕೇಶನ್ ಗಡಿ ಬಳಿ ಇರುವ ಭಾವಿಸುತ್ತಾರೆ ಕಡೆಗಣಿಸಲಾಗುತ್ತದೆ ಸಹ, ಅನೇಕ ಸಂಶೋಧಕರು ಪ್ರತಿ ಧ್ರುವೀಯತೆಯ ಸಮಸ್ಯೆ, ಮೂರು ವಿಭಾಗಗಳು ಗುರುತಿಸಲಾಗಿದೆ ಮಾಡಬೇಕು, ಎಂದು ಸೂಚಿಸುತ್ತದೆ. ಇದಲ್ಲದೆ ಇದು ಮ್ಯಾಕ್ಸ್ ಜಡೋಷ್ಣ [೫] ಮತ್ತು SVMs ನಿರ್ದಿಷ್ಟ ಕ್ಲಾಸಿಫೈಯರ್ಸ್ [೬] ತಟಸ್ಥ ವರ್ಗ ಪರಿಚಯ ಪ್ರಯೋಜನವನ್ನು ಮತ್ತು ವರ್ಗೀಕರಣ ಒಟ್ಟಾರೆ ನಿಖರತೆ ಸುಧಾರಿಸಬಹುದು ಎಂದು ಸಾಬೀತು ಮಾಡಬಹುದು. ಭಾವನೆ ನಿರ್ಧರಿಸುವ ಬೇರೆ ವಿಧಾನವನ್ನು ಆ ಸಾಮಾನ್ಯವಾಗಿ ಅವರೊಂದಿಗೆ, ಋಣಾತ್ಮಕ ತಟಸ್ಥ ಅಥವಾ ಧನಾತ್ಮಕ ಮನೋಭಾವವನ್ನು ಹೊಂದಿರುವ ಸಂಬಂಧಿಸಿದ ಪದಗಳನ್ನು ಸಂಘಟಿತ ಸಂಖ್ಯೆ -೧೦ +೧೦ ಗೆ ಪ್ರಮಾಣದಲ್ಲಿ (ಅತ್ಯಂತ ಋಣಾತ್ಮಕ ಅತ್ಯಂತ ಹೆಚ್ಚು ಧನಾತ್ಮಕ) ನೀಡಲಾಗುತ್ತದೆ ಮತ್ತು ಸ್ಕೇಲಿಂಗ್ ವ್ಯವಸ್ಥೆಯ ಬಳಕೆ ರಚನೆರಹಿತ ಪಠ್ಯ ತುಂಡು ಸ್ವಾಭಾವಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ ಬಳಸಿ ವಿಶ್ಲೇಷಣೆ ಮಾಡಿದಾಗ, ನಂತರದ ಪರಿಕಲ್ಪನೆಗಳು ಈ ಪದಗಳ ತಿಳುವಳಿಕೆ ಮತ್ತು ಹೇಗೆ ಪರಿಕಲ್ಪನೆಗೆ ಸಂಬಂಧವನ್ನು ಫಾರ್ ವಿಶ್ಲೇಷಿಸಲಾಗುತ್ತದೆ. [ಉಲ್ಲೇಖದ ಅಗತ್ಯವಿದೆ] ಪ್ರತಿಯೊಂದು ಪರಿಕಲ್ಪನೆಯನ್ನು ನಂತರ ರೀತಿಯಲ್ಲಿ ಭಾವನೆ ಪದಗಳನ್ನು ಸಂಬಂಧ ಆಧಾರದಲ್ಲಿ ಅಂಕಗಳನ್ನು ನೀಡಲಾಗುತ್ತದೆ ಪರಿಕಲ್ಪನೆ, ಮತ್ತು ಅವುಗಳ ಸಂಬಂಧಿತ ಸ್ಕೋರ್. ಈ ೧೧ ಅಂಕ ಆಧಾರಿತವಾಗಿರುತ್ತವೆ ಭಾವದ ಒಂದು ಅತ್ಯಾಧುನಿಕ ಗ್ರಹಿಕೆಗೆ ಚಳುವಳಿ ಅನುಮತಿಸುತ್ತದೆ. ಪರ್ಯಾಯವಾಗಿ, ಗ್ರಂಥಗಳು ಸ್ಕೋರ್ ಗುರಿ ಬದಲಿಗೆ ಒಟ್ಟಾರೆ ಧ್ರುವೀಯತೆಯ ಮತ್ತು ಪಠ್ಯ ಶಕ್ತಿ ಹೆಚ್ಚು ಪಠ್ಯ ಭಾವನೆಯು ನಿರ್ಧರಿಸಲು ವೇಳೆ ಧನಾತ್ಮಕ ಮತ್ತು ಋಣಾತ್ಮಕ ಭಾವನೆಯ ಶಕ್ತಿ ನೀಡಬಹುದು. [೭]


ವಸ್ತು / ವಸ್ತುನಿಷ್ಠತೆಯ ಗುರುತು

[ಬದಲಾಯಿಸಿ]

ಈ ಕೆಲಸವನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಕೊಟ್ಟಿರುವ ಪಠ್ಯ (ಸಾಮಾನ್ಯವಾಗಿ ಒಂದು ವಾಕ್ಯ) ಎರಡು ವರ್ಗಗಳ ಒಂದು ವರ್ಗೀಕರಿಸುವ ಎಂದು ವ್ಯಾಖ್ಯಾನಿಸಲಾಗಿದೆ. ಉದ್ದೇಶ ಅಥವಾ ವೈಯಕ್ತಿಕ [೮] ಈ ಸಮಸ್ಯೆಯನ್ನು ಕೆಲವೊಮ್ಮೆ ಧ್ರುವೀಯತೆಯ ವರ್ಗೀಕರಣ ಹೆಚ್ಚು ಕಷ್ಟವಾಗುತ್ತದೆ [೯] ಪದಗಳು ಮತ್ತು ನುಡಿಗಟ್ಟುಗಳು ವಿಷಯವಸ್ತುವನ್ನು ಅವಲಂಬಿತವಾಗಿದೆ. ಸಂದರ್ಭ ಮತ್ತು ವಸ್ತುನಿಷ್ಠ ಡಾಕ್ಯುಮೆಂಟ್ ಮಾಡಬಹುದು ವೈಯಕ್ತಿಕ ವಾಕ್ಯಗಳನ್ನು ಹೊಂದಿರಬೇಕು ಮೇಲೆ (ಉದಾಹರಣೆಗೆ, ಒಂದು ಸುದ್ದಿ ಲೇಖನ ಜನರ ಅಭಿಪ್ರಾಯಗಳನ್ನು ಉಲ್ಲೇಖಿಸಿ). ಇದಲ್ಲದೆ, ಸು ಉಲ್ಲೇಖಿಸಿದಂತೆ, [೧೦] ಫಲಿತಾಂಶಗಳು ಗ್ರಂಥಗಳು ಟಿಪ್ಪಣಿಗಳನ್ನು ಮಾಡುವಾಗ ಬಳಸಲಾಗುತ್ತದೆ ಸಾಚ್ಸ್ ವ್ಯಾಖ್ಯಾನ ಅವಲಂಬಿಸಿದ್ದೇವೆ. ಆದಾಗ್ಯೂ, ಪಾಂಗ್ [೧೧] ಅದರ ಧ್ರುವೀಯತೆಯ ವರ್ಗೀಕರಿಸುವ ಮೊದಲು ಡಾಕ್ಯುಮೆಂಟ್ ಉದ್ದೇಶ ವಾಕ್ಯಗಳನ್ನು ತೆಗೆದು ನಿರ್ವಹಣೆಯನ್ನು ಸುಧಾರಿಸಲು ಸಹಾಯ ತೋರಿಸಿದರು.

ಪ್ರಮುಖ / ಅಂಶವು ಆಧಾರಿತ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ

[ಬದಲಾಯಿಸಿ]

ಇದು, ಒಂದು ಮೊಬೈಲ್, ಡಿಜಿಟಲ್ ಕ್ಯಾಮೆರಾ, ಅಥವಾ ಒಂದು ಬ್ಯಾಂಕಿನ, ವಿವಿಧ ಲಕ್ಷಣಗಳನ್ನು ಅಥವಾ ವಸ್ತುಗಳ ಅಂಶಗಳು, ಉದಾ ವ್ಯಕ್ತಪಡಿಸಿದರು ಅಭಿಪ್ರಾಯಗಳನ್ನು ಅಥವಾ ಭಾವನೆಗಳನ್ನು ನಿರ್ಧರಿಸುವ ಸೂಚಿಸುತ್ತದೆ. [೧೨] A ದರ್ಜೆ ಅಥವಾ ಅಂಶವು ಒಂದು ಗುಣಲಕ್ಷಣ ಅಥವಾ ವಸ್ತುವಿನ ಘಟಕ, ಉದಾ ಒಂದು ಸೆಲ್ ಫೋನ್ ಸ್ಕ್ರೀನ್, ರೆಸ್ಟೋರೆಂಟ್ ಸೇವೆ, ಅಥವಾ ಕ್ಯಾಮೆರಾ ಚಿತ್ರದ ಗುಣಮಟ್ಟವನ್ನು. ವೈಶಿಷ್ಟ್ಯವನ್ನು ಆಧಾರಿತ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಲಾಭ ಆಸಕ್ತಿ ವಸ್ತುಗಳ ಬಗ್ಗೆ ಸೂಕ್ಷ್ಮ ವ್ಯತ್ಯಾಸಗಳು ಹಿಡಿಯಲು ಇರುತ್ತದೆ. ವಿವಿಧ ಲಕ್ಷಣಗಳನ್ನು ಉದಾಹರಣೆಗೆ ಒಂದು ಹೋಟೆಲ್ ಒಂದು ಅನುಕೂಲಕರ ಸ್ಥಳ, ಆದರೆ ಸಾಧಾರಣ ಆಹಾರ ವಿವಿಧ ಭಾವನೆ ಪ್ರತಿಕ್ರಿಯೆಗಳು ಉತ್ಪಾದಿಸಬಹುದು. [೧೩] ಈ ಸಮಸ್ಯೆಯನ್ನು ಅನೇಕ ಉಪ-ಸಮಸ್ಯೆಗಳು, ಉದಾಹರಣೆಗೆ, ಸಂಬಂಧಿತ ಘಟಕಗಳು ಗುರುತಿಸುವ ತಮ್ಮ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು / ಅಂಶಗಳನ್ನು ಹೊರತೆಗೆಯಲು ಮತ್ತು ಅಭಿಪ್ರಾಯವನ್ನು ಎಂಬುದನ್ನು ನಿರ್ಧರಿಸುವ ಒಳಗೊಂಡಿರುತ್ತದೆ ಪ್ರತಿ ಲಕ್ಷಣದ ಮೇಲಿನ ವ್ಯಕ್ತಪಡಿಸಿದರು / ಆಕಾರ, ಧನಾತ್ಮಕ ಋಣಾತ್ಮಕ ಅಥವಾ ತಟಸ್ಥವಾಗಿದೆ. [೧೪] ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತ ಗುರುತು ವಾಕ್ಯರಚನೆಯ ವಿಧಾನಗಳು ಅಥವಾ ವಿಷಯ ಮಾಡೆಲಿಂಗ್ ನಡೆಸಬಹುದಾಗಿದೆ. [೧೫] [೧೬] ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯ ಈ ಮಟ್ಟದ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ ವಿವರಾತ್ಮಕ ಕಾಣಬಹುದು ಲಿಯು ಕೃತಿಯಲ್ಲಿನ. [೧೭]

ವಿಧಾನಗಳು ಮತ್ತು ವೈಶಿಷ್ಟ್ಯಗಳು

[ಬದಲಾಯಿಸಿ]

ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಪ್ರಸ್ತುತವಿರುವ ಸಾಧನೆಗಳಿಗಿಂತ ಮೂರು ಮುಖ್ಯ ವಿಭಾಗಗಳು ವರ್ಗೀಕರಿಸಬಹುದು. ಜ್ಞಾನಾಧಾರಿತ ತಂತ್ರಗಳು, ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ವಿಧಾನಗಳು, ಮತ್ತು ಹೈಬ್ರಿಡ್ ವಿಧಾನಗಳು [೧೮] ಜ್ಞಾನಾಧಾರಿತ ತಂತ್ರಗಳ ಸಂತೋಷ, ದುಃಖ ಅಸಂದಿಗ್ಧ ಪರಿಣಾಮ ಪದಗಳ ಅಸ್ತಿತ್ವದ ಆಧಾರದ ಮೇಲೆ ಪರಿಣಾಮ ವಿಭಾಗಗಳು ಮೂಲಕ ಪಠ್ಯ ವರ್ಗೀಕರಿಸಲು ಹೆದರುತ್ತಿದ್ದರು ಮತ್ತು [೧೯] ಕೆಲವು ಜ್ಞಾನದ ಮೂಲಗಳು ಮಾತ್ರ ಪಟ್ಟಿಯಲ್ಲಿ ಸ್ಪಷ್ಟ ಪದಗಳನ್ನು ಪರಿಣಾಮ, ಆದರೆ ಅನಿಯಂತ್ರಿತ ಪದಗಳನ್ನು ನಿಯೋಜಿಸಲು ನಿರ್ದಿಷ್ಟ ಭಾವನೆಗಳನ್ನು ಒಂದು ಬಹುಶಃ "ಆಕರ್ಷಣೆಯನ್ನು" ಬೇಸರ.. [೨೦] ಉದಾಹರಣೆಗೆ ಗುಪ್ತವಾಗಿರುವ ಲಾಕ್ಷಣಿಕ ವಿಶ್ಲೇಷಣೆಯ ಯಂತ್ರ ಮೂಲಾಂಶಗಳನ್ನು ಕಲಿಕೆ ಸಂಖ್ಯಾಶಾಸ್ತ್ರದ ಪದ್ಧತಿಗಳು ನಿಯಂತ್ರಣ, ಬೆಂಬಲ ಪರಿಮಾಣ ಯಂತ್ರಗಳು, "ಚೀಲ ಪದಗಳ" ಮತ್ತು ಲಾಕ್ಷಣಿಕ ನಿಲುವು - Pointwise ಪರಸ್ಪರ ಮಾಹಿತಿ (ನೋಡಿ ಈ ಪ್ರದೇಶದಲ್ಲಿ ಪೀಟರ್ ಟರ್ನೆಯ್ [೧] ಕೆಲಸ). ಹೆಚ್ಚು ಸೂಕ್ಷ್ಮವಾದ ವಿಧಾನಗಳು ಒಂದು ಭಾವನೆಯು ಧಾರಕರು (ಅಂದರೆ, ಭಾವುಕ ರಾಜ್ಯದ ಸಮರ್ಥಿಸುತ್ತದೆ ವ್ಯಕ್ತಿ) ಮತ್ತು ಗುರಿ (ಅಂದರೆ, ಪರಿಣಾಮ ಭಾವನೆ ಇದೆ ಬಗ್ಗೆ ಘಟಕದ). [೨೧] ಸಂದರ್ಭದಲ್ಲಿ ಅಭಿಪ್ರಾಯ ಗಣಿ ಮತ್ತು ಪಡೆಯಲು ಕಂಡುಹಿಡಿಯಲು ಪ್ರಯತ್ನಿಸಿ ಹಠವಾದಿ ಬಂದಿದೆ ವೈಶಿಷ್ಟ್ಯವನ್ನು, ಪದಗಳ ವ್ಯಾಕರಣ ಸಂಬಂಧಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. ವ್ಯಾಕರಣ ಅವಲಂಬನೆ ಸಂಬಂಧಗಳು ಪಠ್ಯದ ಆಳವಾದ ಪಾರ್ಸಿಂಗ್ ಪಡೆಯಬಹುದು. [೨೨] ಹೈಬ್ರಿಡ್ ಯಂತ್ರ ಕಲಿಕೆ ಮತ್ತು ಮೂಲಕ ಶಬ್ದಾರ್ಥ ಪತ್ತೆ ಸಲುವಾಗಿ ತತ್ತ್ವಶಾಸ್ತ್ರಗಳು ಮತ್ತು ಸೂಕ್ಷ್ಮ ರೀತಿಯಲ್ಲಿ ಅಭಿವ್ಯಕ್ತ ಗೊಳಿಸುವ ಲಾಕ್ಷಣಿಕ ಜಾಲಗಳು, ಉದಾಹರಣೆಗೆ, ಜ್ಞಾನದ ಚಿತ್ರಣದಿಂದ ಇವೆರಡು ಮೇಲೆ ಹತೋಟಿ ತಲುಪುತ್ತದೆ ಸ್ಪಷ್ಟವಾಗಿ ಸಂಬಂಧಿತ ಮಾಹಿತಿ ತಿಳಿಸುವ ಇಲ್ಲ, ಆದರೆ ಪರಿಕಲ್ಪನೆಗಳು ವಿಶ್ಲೇಷಣೆ ಸೂಚ್ಯವಾಗಿ ಹಾಗೆ ಇತರ ಪರಿಕಲ್ಪನೆಯ ಛಾಯೆ. [೨೩] ತೆರೆದ ಮೂಲ ಸಾಫ್ಟ್ವೇರ್ ಉಪಕರಣಗಳು ವೆಬ್ ಪುಟಗಳು, ಆನ್ಲೈನ್ ಸುದ್ದಿ, ಇಂಟರ್ನೆಟ್ ಚರ್ಚಾ ಗುಂಪುಗಳನ್ನು ಆನ್ಲೈನ್ ವಿಮರ್ಶೆಗಳು, ವೆಬ್ ಬ್ಲಾಗ್ಗಳು ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮಗಳ ಸೇರಿದಂತೆ ಗ್ರಂಥಗಳ ಸಂಗ್ರಹವನ್ನು, ಭಾವನೆಯು ವಿಶ್ಲೇಷಣೆ ಸ್ವಯಂಚಾಲಿತ ಯಂತ್ರ ಕಲಿಕೆ, ಅಂಕಿಅಂಶ, ಮತ್ತು ಸ್ವಾಭಾವಿಕ ಭಾಷೆ ಸಂಸ್ಕರಣೆ ತಂತ್ರಗಳನ್ನು ಬಳಸಲಾಗುತ್ತದೆ. [೨೪] ನಾಲೆಡ್ಜ್ ಆಧಾರಿತ ವ್ಯವಸ್ಥೆಗಳು, ಬದಲಿಗೆ, ಸಾರ್ವಜನಿಕವಾಗಿ ಲಭ್ಯವಿರುವ ಸಂಪನ್ಮೂಲಗಳನ್ನು ಬಳಸಿಕೊಳ್ಳುತ್ತವೆ, ಉದಾಹರಣೆಗೆ, ವರ್ಡ್ನೆಟ್-ಅಫೆಕ್ಟ್, [೨೫] SentiWordNet, [೨೬] SenticNet, [೨೭] [೨೮] ಮತ್ತು ಎಮೊಜಿಯನ್ನು ಸೆಂಟಿಮೆಂಟ್ ರ್ಯಾಂಕಿಂಗ್ [೨೯] [೩೦] ಲಾಕ್ಷಣಿಕ ಹೊರತೆಗೆಯಲು ಮತ್ತು ಸ್ವಾಭಾವಿಕ ಭಾಷೆ ಪರಿಕಲ್ಪನೆಗಳು ಸಂಬಂಧಿಸಿದ ಭಾವುಕ ಮಾಹಿತಿ. ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್ ದೃಶ್ಯ ವಿಷಯ, ಅದೆಂದರೆ ಚಿತ್ರಗಳು ಮತ್ತು ವೀಡಿಯೊಗಳು ಪೂರೈಸಬಹುದಾಗಿದೆ. ಈ ದಿಕ್ಕಿನಲ್ಲಿ ಮೊದಲ ವಿಧಾನವು ಒಂದು SentiBank [೩೧] ದೃಶ್ಯ ವಿಷಯದ ಗುಣವಾಚಕವಾಗಿ ನಾಮಪದ ಜೋಡಿ ಪ್ರಾತಿನಿಧ್ಯ ಅಳವಡಿಸಿಕೊಂಡಿರುವ. ಸ್ವಯಂಚಾಲಿತ ವ್ಯವಸ್ಥೆಗಳು ವೈಯಕ್ತಿಕ ಕಾಮೆಂಟ್, ಅಥವಾ ವೇದಿಕೆಯ ಐತಿಹಾಸಿಕ ಪ್ರವೃತ್ತಿಗಳ ವಿಶ್ಲೇಷಿಸಲು ಸಾಧ್ಯವಾಗಿಲ್ಲ ಮತ್ತು ತಮ್ಮ ವ್ಯಕ್ತಪಡಿಸಿದ ಭಾವನೆಯು ತಪ್ಪಾಗಿ ವರ್ಗೀಕರಿಸಲಾಗಿದೆ ಎಂದು ಮಾನವನ ವಿಶ್ಲೇಷಣೆ ಘಟಕ, ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಅಗತ್ಯವಿದೆ. ಆಟೊಮೇಷನ್ ಪರಿಣಾಮಗಳು ಸರಿಯಾಗಿ ಮಾನವರು ವರ್ಗೀಕರಿಸಲಾಗಿದೆ ಎಂದು ಕಾಮೆಂಟ್ಗಳನ್ನು ಸುಮಾರು ೨೩%. [೩೨] ಕೆಲವೊಮ್ಮೆ, ಭಾವನೆಗಳು ಮತ್ತು ವಿಷಯಗಳ ವಿನ್ಯಾಸವು ಬಹಳ ಸಂಕೀರ್ಣವಾಗಿದೆ. ಅಲ್ಲದೆ, ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯ ಸಮಸ್ಯೆ ವಿಸ್ತರಣೆ ಶಿಕ್ಷೆಯನ್ನು ಮತ್ತು ಸ್ಟಾಪ್ ಪದ ಪರ್ಯಾಯ (ಹೋಲಿಸಿ ವಿರುದ್ಧ ನಾನು ಈ ಹೋಟೆಲ್ ನನ್ನ ನಾಯಿ ವಾಸ್ತವ್ಯದ ಬಿಡಲಿಲ್ಲ ಅವರು ಈ ಹೋಟೆಲ್ ನನ್ನ ನಾಯಿ ವಾಸ್ತವ್ಯದ ಬಿಡಲಿಲ್ಲ) ಸಂಬಂಧಿಸಿದಂತೆ ಏಕತಾನತೆಯಿಲ್ಲದ ಆಗಿದೆ. ಆಳ್ವಿಕೆ ಆಧಾರಿತ ಮತ್ತು ತಾರ್ಕಿಕ ಆಧಾರಿತ ವಿಧಾನಗಳು ಅನೂರ್ಜಿತಗೊಳಿಸಬಹುದಾದ ಲಾಜಿಕ್ ಪ್ರೋಗ್ರಾಮಿಂಗ್ ಸೇರಿದಂತೆ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ, ಅನ್ವಯಿಸಲಾಗಿದೆ ಈ ವಿಷಯವನ್ನು ನಿಭಾಯಿಸಲು. [೩೩] ಅಲ್ಲದೆ, ಪ್ರಾಸಂಗಿಕತೆಯು ಹೊರತೆಗೆಯಲು ವಾಕ್ಯರಚನೆಯ ಪಾರ್ಸ್ ಮರದ ಅನ್ವಯಿಸಲು ಮರದ ಪ್ರಯಾಣ ನಿಯಮಗಳ ಒಂದು ಸಂಖ್ಯೆ ತೆರೆದ ಡೊಮೇನ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಭಾವನೆ. [೩೪] [೩೫]


ಮೌಲ್ಯಮಾಪನ

[ಬದಲಾಯಿಸಿ]

ಒಂದು ಭಾವನೆಯು ವಿಶ್ಲೇಷಣೆ ವ್ಯವಸ್ಥೆಯ ಸ್ಪಷ್ಟತೆಯ ಮಾನವ ತೀರ್ಪು ಸಮ್ಮತಿಸುತ್ತದೆ ಹೇಗೆ, ತಾತ್ವಿಕವಾಗಿ, ಆಗಿದೆ. ಇದು ಸಾಮಾನ್ಯವಾಗಿ ನಿಖರ ಮತ್ತು ಮರುಸ್ಥಾಪನೆ ಅಳೆಯಲಾಗುತ್ತದೆ. ಆದಾಗ್ಯೂ, ಸಂಶೋಧನೆಯ ಪ್ರಕಾರ ಮಾನವ ರೇಟರ್ಗಳು ಸಾಮಾನ್ಯವಾಗಿ ೭೯% [೩೬] ಸಮಯ ಒಪ್ಪುತ್ತೀರಿ (ಅಂತರ್ ರೇಟರ್ ವಿಶ್ವಾಸಾರ್ಹತೆ ನೋಡಿ). ಆದ್ದರಿಂದ, ಒಂದು ೭೦% ನಿಖರವಾದ ಪ್ರೋಗ್ರಾಂ ಸಹ ಉದಾಹರಣೆಗೆ ನಿಖರತೆ ಪ್ರಭಾವಶಾಲಿ ಧ್ವನಿ ಇರಬಹುದು ಮಾನವರು ಸುಮಾರು ಚೆನ್ನಾಗಿ ಇದೆ. ಒಂದು ಪ್ರೋಗ್ರಾಂ "ಬಲ" ವೇಳೆ ೧೦೦% ಮಾನವರು ಇನ್ನೂ, ಅವರು ಒಪ್ಪುವುದಿಲ್ಲ ರಿಂದ ಒಪ್ಪುವುದಿಲ್ಲ ಎಂದು ಸಮಯ ಸುಮಾರು ೨೦% ಯಾವುದೇ ಉತ್ತರವನ್ನು ಬಗ್ಗೆ. [೩೭] ಅತ್ಯಾಧುನಿಕ ಕ್ರಮಗಳನ್ನು ಅನ್ವಯಿಸಬಹುದು, ಆದರೆ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಮೌಲ್ಯಮಾಪನ ವ್ಯವಸ್ಥೆಗಳು ಸಂಕೀರ್ಣ ಮ್ಯಾಟರ್ ಉಳಿದಿದೆ. ಇದು ಖಾತೆಗೆ ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ ಏಕೆಂದರೆ ಭವಿಷ್ಯ ಮೌಲ್ಯ ಎಷ್ಟು ಸನಿಹದಲ್ಲಿ ಗುರಿ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿದೆ ಬದಲಿಗೆ ಬೈನರಿ ತೀರ್ಪು ಪ್ರಮಾಣದಲ್ಲಿ ಹಿಂದಿರುಗಿದ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಕಾರ್ಯಗಳಿಗಾಗಿ, ಪರಸ್ಪರ ನಿಖರ ಉತ್ತಮ ಮಾಪನವಾಗಿದೆ.

ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವೆಬ್ ೨.೦

[ಬದಲಾಯಿಸಿ]

ಇಂತಹ ಬ್ಲಾಗ್ ಮತ್ತು ಸಾಮಾಜಿಕ ಜಾಲಗಳು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಹೆಚ್ಚಳ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಆಸಕ್ತಿ ಉತ್ತೇಜಿಸಿದೆ. ವಿಮರ್ಶೆಗಳು, ರೇಟಿಂಗ್, ಶಿಫಾರಸುಗಳನ್ನು ಮತ್ತು ಆನ್ಲೈನ್ ಅಭಿವ್ಯಕ್ತಿ ಬೇರೆ ರೀತಿಯ ಬೆಳವಣಿಗೆಯಿಂದ, ಅನಿಸಿಕೆ, ತಮ್ಮ ಉತ್ಪನ್ನಗಳನ್ನು ಮಾರುಕಟ್ಟೆ ಹೊಸ ಅವಕಾಶಗಳನ್ನು ಗುರುತಿಸಿ ಅವರ ಪ್ರಖ್ಯಾತಿಯನ್ನು ನಿರ್ವಹಿಸಲು ಹುಡುಕುತ್ತಿರುವ ವ್ಯವಹಾರಗಳಿಗೆ ವಾಸ್ತವ ಕರೆನ್ಸಿ ಒಂದು ರೀತಿಯ ಆಗಿ ಮಾರ್ಪಟ್ಟಿದೆ. ವ್ಯವಹಾರಗಳು, ಶಬ್ದ ಶೋಧಿಸಿ ಸಂಭಾಷಣೆಗಳನ್ನು ಅರ್ಥ ಸಂಬಂಧಿತ ವಿಷಯವನ್ನು ಗುರುತಿಸುವ ಮತ್ತು ಸೂಕ್ತವಾಗಿ ಇದು actioning ಪ್ರಕ್ರಿಯೆಯನ್ನು ಸ್ವಯಂಚಾಲಿತ ನೋಡಲು ಹೆಚ್ಚಿನವು ತಮ್ಮ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯ ಕ್ಷೇತ್ರದಲ್ಲಿ ಹುಡುಕುತ್ತಿರುವ. [೩೮] ಮುಂದಿನ ವಿಷಯದ ಜಟಿಲಗೊಳಿಸುವ ಅನಾಮಧೇಯ ಏರಿಕೆ ಇಂತಹ ದೂರುಗಳನ್ನು ೪ ಚಾನ್ ಮತ್ತು ರೆಡ್ಡಿಟ್ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮಗಳ ವೇದಿಕೆಗಳಲ್ಲಿ. [೩೯] ಎಲ್ಲಾ ಪ್ರಕಾಶನ democratizing ಬಗ್ಗೆ ವೆಬ್ ೨.೦, ವೆಬ್ ನಂತರ ಮುಂದಿನ ಹಂತದಲ್ಲಿ ಜೊತೆಗೆ ಪ್ರಕಟಿಸಿದ ಸಿಲುಕುವ ನಿಗದಿಪಡಿಸಲಾಗಿದೆ ಎಲ್ಲಾ ವಿಷಯದ ದತ್ತಾಂಶ ಗಣಿಗಾರಿಕೆ democratizing ಆಧರಿಸಿ ವೇಳೆ ಮಾಡಲಾಯಿತು ಮಾಡಬಹುದು. [೪೦] ಈ ಗುರಿ ಕಡೆಗೆ ಒಂದು ಹೆಜ್ಜೆ ಸಂಶೋಧನೆ ಮಾಡಬಹುದಾಗಿದೆ. ವಿಶ್ವದಾದ್ಯಂತ ವಿಶ್ವವಿದ್ಯಾಲಯಗಳಲ್ಲಿ ಹಲವಾರು ಸಂಶೋಧನಾ ತಂಡಗಳು ಪ್ರಸ್ತುತದಲ್ಲಿ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಯ ಮೂಲಕ ಇ-ಸಮುದಾಯಗಳಲ್ಲಿ ಭಾವದ ಪ್ರೇರಕ ಅರ್ಥೈಸಲು ಗಮನ. [೪೧] CyberEmotions ಯೋಜನೆ, ಉದಾಹರಣೆಗೆ, ಇತ್ತೀಚೆಗೆ ಸಾಮಾಜಿಕ ಜಾಲಗಳು ಚರ್ಚೆಗಳು ಚಾಲನೆ ಋಣಾತ್ಮಕ ಭಾವನೆಗಳ ಪಾತ್ರವನ್ನು ಗುರುತಿಸಲಾಗಿದೆ. [೪೨] ಸಮಸ್ಯೆ ಅತ್ಯಂತ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಕ್ರಮಾವಳಿಗಳು ಒಂದು ಉತ್ಪನ್ನ ಅಥವಾ ಸೇವೆಯ ಬಗ್ಗೆ ಭಾವನೆ ವ್ಯಕ್ತಪಡಿಸಲು ಸರಳ ಪದಗಳನ್ನು ಬಳಸುತ್ತಾರೆ ಎಂಬುದು. ಆದಾಗ್ಯೂ, ಸಾಂಸ್ಕೃತಿಕ ಅಂಶಗಳು, ಭಾಷಾ ವ್ಯತ್ಯಾಸಗಳು ಮತ್ತು ವಿವಿಧ ಸಂದರ್ಭಗಳಲ್ಲಿ ಅತ್ಯಂತ ಕಷ್ಟವಾಯಿತು ಸರಳ ಪರ ಅಥವಾ ಕಾನ್ ಭಾವನೆ ಬರೆಸಿಕೊಂಡು ಪಠ್ಯದ ಒಂದು ಸಾಲನ್ನು ಮಾಡಲು ಮಾಡಲು. [೩೮] ಹೇಗೆ ದೊಡ್ಡ ಕೆಲಸವನ್ನು ಅದು ಮಾನವರು ಸಾಮಾನ್ಯವಾಗಿ ಪಠ್ಯ ಭಾವನೆ ಒಪ್ಪುವುದಿಲ್ಲ ಎಂದು ವಾಸ್ತವವಾಗಿ ವಿವರಿಸುತ್ತದೆ ಕಂಪ್ಯೂಟರ್ಗಳಿಗೆ ಈ ಹಕ್ಕನ್ನು ಪಡೆಯಲು. ಕಡಿಮೆ ಪಠ್ಯ ಸ್ಟ್ರಿಂಗ್, ಗಡುಸಾದ ಆಗುತ್ತದೆ. ಸಣ್ಣ ಪಠ್ಯ ತಂತಿಗಳನ್ನು ಸಮಸ್ಯೆ ಇರಬಹುದು ಕೂಡ, ಮೈಕ್ರೋಬ್ಲಾಗಿಂಗ್ ಒಳಗೆ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಟ್ವಿಟರ್ ರಾಜಕೀಯ ಭಾವದ ಮಾನ್ಯ ಆನ್ಲೈನ್ ಸೂಚಕ ಕಾಣಬಹುದು ಎಂದು ತೋರಿಸಿದೆ. ಟ್ವೀಟ್ಸ್ ಟ್ವಿಟರ್ ಸಂದೇಶಗಳ ವಿಷಯವನ್ನು ಮೇಲ್ನೋಟಕ್ಕೆ ಆಫ್ಲೈನ್ ರಾಜಕೀಯ ಭೂದೃಶ್ಯ ಪ್ರತಿಬಿಂಬಿಸುವ ಸೂಚಿಸುವ, ಮತ್ತು ರಾಜಕಾರಣಿಗಳು ರಾಜಕೀಯ ಸ್ಥಾನಗಳನ್ನು ರಾಜಕೀಯ ಭಾವನೆ ಪಕ್ಷಗಳು ಹತ್ತಿರ ಪತ್ರವ್ಯವಹಾರದ ಪ್ರದರ್ಶಿಸುವ '. [೪೩]

ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ ಸಂಪನ್ಮೂಲಗಳು

[ಬದಲಾಯಿಸಿ]

ಸೆಂಟಿಮೆಂಟ್ ಶಬ್ದ ಮತ್ತು ವಿವರಣೆ ಪದ ಪಟ್ಟಿಗಳು: ಇಂಗ್ಲೀಷ್ ಪದಗಳನ್ನು ಎಫೆಕ್ಟಿವ್ ನಾರ್ಮ್ಸ್ (ಪುನಃ) AFINN SenticNet SentiWordNet ವರ್ಡ್ನೆಟ್-ಅಫೆಕ್ಟ್ ಎಮೊಜಿಯನ್ನು ಸೆಂಟಿಮೆಂಟ್ ರ್ಯಾಂಕಿಂಗ್ ಆನ್ಲೈನ್ ಭಾವನೆ ವಿಶ್ಲೇಷಕರು: 30dB (ಉಚಿತ) AlchemyAPI (ವಾಣಿಜ್ಯ) BitextAPI (ವಾಣಿಜ್ಯ) HPE ಹೆವೆನ್ OnDemand (ವಾಣಿಜ್ಯ, ಫ್ರಿಮಿಯಂ ಜೊತೆ) Semantria (ವಾಣಿಜ್ಯ) Sentiment140 (ವಾಣಿಜ್ಯ, ಟ್ವಿಟರ್) ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ NLP, (ಶೈಕ್ಷಣಿಕ) Sentic ಎಪಿಐ (ವಾಣಿಜ್ಯ) Twinword (ವಾಣಿಜ್ಯ, ಉಚಿತ / ಅನಿಯಮಿತ) Werfamous (ಉಚಿತ) WordStat (ವಾಣಿಜ್ಯ) Buzzlogix (ಉಚಿತ ಮತ್ತು ವಾಣಿಜ್ಯ ಆವೃತ್ತಿಗಳು) ಟಿಪ್ಪಣಿ ಕಾರ್ಪೋರಾ (ಕ್ರಮಾವಳಿಗಳು ಮೌಲ್ಯಮಾಪನ ಬಳಸಬಹುದು ಭಾವದ ಕೈಪಿಡಿ ಟಿಪ್ಪಣಿಗಳೊಂದಿಗೆ ದಾಖಲೆಗಳು): 4 ಭಾಷೆಗಳಲ್ಲಿ ಟ್ವಿಟರ್ ದತ್ತಾಂಶ (೧೨೫೦೦ ಟ್ವಿಟ್ಗಳು)


ಉಲ್ಲೇಖಗಳು

[ಬದಲಾಯಿಸಿ]

೧. ಬಿ ಟರ್ನೆಯ್, ಪೀಟರ್ (2002). "ಥಂಬ್ಸ್ ಅಪ್ ಅಥವಾ ಥಂಬ್ಸ್ ಡೌನ್? ಲಾಕ್ಷಣಿಕ ನಿಲುವು ವಿಮರ್ಶೆಗಳು ಅನ್ಸೂಪರ್ವೈಸ್ಡ್ ವರ್ಗೀಕರಣ ಪ್ರಯೋಗಿಸಿದಾಗ". ಕಾಂಪ್ಯುಟೇಶನಲ್ ಲಿಂಗ್ವಿಸ್ಟಿಕ್ಸ್ ಅಸೋಸಿಯೇಷನ್ ನಡಾವಳಿಗಳು. ಪಿಪಿ. ೪೧೭-೪೨೪. ArXiv: cs.LG / 0212032. ೨. ಪಾಂಗ್; ಲೀ, ಲಿಲಿಯನ್; Vaithyanathan, ಶಿವಕುಮಾರ್ (೨೦೦೨). "ಥಂಬ್ಸ್ ಅಪ್? ಸೆಂಟಿಮೆಂಟ್ ವರ್ಗೀಕರಣ ಮೆಷೀನ್ ಲರ್ನಿಂಗ್ ತಂತ್ರಗಳನ್ನು ಬಳಸಿ". ನೈಸರ್ಗಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣ ಪ್ರಾಯೋಗಿಕ ವಿಧಾನಗಳು ಕಾನ್ಫರೆನ್ಸ್ (EMNLP) ನಡಾವಳಿಗಳು. ಪಿಪಿ. ೭೯-೮೬. ೩. ಬಿ ಪಾಂಗ್, ಬೊ; ಲೀ, ಲಿಲಿಯನ್ (೨೦೦೫). "ನಕ್ಷತ್ರಗಳು ಗೋಚರಿಸುತ್ತಿವೆಯೇ: ರೇಟಿಂಗ್ ಸ್ಕೇಲ್ ಸಂಬಂಧಿಸಿದಂತೆ ಭಾವನೆ ವರ್ಗೀಕರಣದ ವರ್ಗ ಸಂಬಂಧಗಳು ದುರ್ಬಳಕೆ". ಕಾಂಪ್ಯುಟೇಶನಲ್ ಲಿಂಗ್ವಿಸ್ಟಿಕ್ಸ್ ಅಸೋಸಿಯೇಷನ್ (ACL) ನಡಾವಳಿಗಳು. ಪಿಪಿ. ೧೧೫-೧೨೪. ೪. ಸ್ನೈಡರ್, ಬೆಂಜಮಿನ್; Barzilay, ರೆಜಿನಾ (೨೦೦೭). "ಬಹು ಆಕಾರ ಗುಡ್ ಗ್ರೀಫ್ ಅಲ್ಗಾರಿದಮ್ ಬಳಸಿ ರಾಂಕಿಂಗ್". ಜಂಟಿ ಮಾನವ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನ / ಉತ್ತರ ಅಮೆರಿಕಾದ ACL ಕಾನ್ಫರೆನ್ಸ್ ಅಧ್ಯಾಯ (HLT-NAACL) ನಡಾವಳಿಗಳು. ಪಿಪಿ. ೩೦೦-೩೦೭. ೫. Vryniotis, ವ್ಯಾಸಿಲಿಸ್ (೨೦೧೩) . ಪ್ರಾಮುಖ್ಯತೆಯನ್ನು ತಟಸ್ಥ ವರ್ಗ ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ. ೬. ಕೊಪ್ಪೆಲ್ರನ್ನು, ಮೋಶೆ ; Schler, ಜೋನಾಥನ್ (೨೦೦೬). "ಪ್ರಾಮುಖ್ಯತೆ ಸೆಂಟಿಮೆಂಟ್ ಕಲಿಯುವಿಕೆ ತಟಸ್ಥ ಉದಾಹರಣೆಗಳು". ಗಣಕ ಬುದ್ಧಿಮತ್ತೆ 22. ಪಿಪಿ.೧೦೦-೧೦೯ . CiteSeerX: 10.1.1.84.9735. ೭. Thelwall, ಮೈಕ್ ; ಬಕಲ್, Kevan; Paltoglou, ಜಾರ್ಜಿಯಸ್; ಕೈ, ಡಿ; Kappas, ಆರ್ವಿಡ್ (೨೦೧೦). "ಸಣ್ಣ ಅನೌಪಚಾರಿಕ ಪಠ್ಯದಲ್ಲಿ ಸೆಂಟಿಮೆಂಟ್ ಶಕ್ತಿ ಪತ್ತೆ". ಜರ್ನಲ್ ಮಾಹಿತಿ ವಿಜ್ಞಾನ ಮತ್ತು ತಂತ್ರಜ್ಞಾನ ೬೧ (೧೨) ಅಮೆರಿಕನ್ ಸೊಸೈಟಿ ಫಾರ್: ೨೫೪೪-೨೫೮೮. Doi: 10.1002 / asi.21416. ೮. ಪಾಂಗ್, ಲೀ, ಲಿಲಿಯನ್ (೨೦೦೮). "೪.೧.೨ ಸಬ್ಜೆಕ್ಟಿವಿಟಿ ಪತ್ತೆ ಮತ್ತು ಅಭಿಪ್ರಾಯ ಗುರುತಿನ". ಅಭಿಪ್ರಾಯ ಮೈನಿಂಗ್ ಮತ್ತು ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ. ಈಗ ಪಬ್ಲಿಷರ್ಸ್ ಇಂಕ್ ೯. Mihalcea, ರಾಡಾ ; Banea, ಕಾರ್ಮೆನ್; ವೈಬೆ, Janyce (೨೦೦೭). "ಕ್ರಾಸ್ ಭಾಷಾ ಹಂಚುವಿಕೆಯನ್ನು ಮೂಲಕ ಕಲಿಕೆ ಬಹುಭಾಷಾ ಸಬ್ಜೆಕ್ಟಿವ್ ಲಾಂಗ್ವೇಜ್" (ಪಿಡಿಎಫ್). ಕಾಂಪ್ಯುಟೇಶನಲ್ ಲಿಂಗ್ವಿಸ್ಟಿಕ್ಸ್ ಅಸೋಸಿಯೇಷನ್ (ACL) ನಡಾವಳಿಗಳು. ಪಿಪಿ. ೯೭೬-೯೮೩. ೧೦. ಸು, Fangzhong ; Markert, ಕಟ್ಜಾ (೨೦೦೮). "ವರ್ಡ್ಸ್ ಗೆ ಇಂದ್ರಿಯಗಳ: ಏ ಕೇಸ್ ಸ್ಟಡಿ ಸಬ್ಜೆಕ್ಟಿವಿಟಿ ಗುರುತಿಸಿ" (ಪಿಡಿಎಫ್). Coling ೨೦೦೮, ಮ್ಯಾಂಚೆಸ್ಟರ್, ಯುಕೆ ನಡಾವಳಿಗಳು. ೧೧. ಪಾಂಗ್, ಲೀ, ಲಿಲಿಯನ್ (೨೦೦೪). "ಎ ಸೆಂಟಿಮೆಂಟಲ್ ಶಿಕ್ಷಣ: ಸಬ್ಜೆಕ್ಟಿವಿಟಿ ಸಂಗ್ರಹ ಮಾಡುವಿಕೆ ಬಳಸಿ ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್ ಕನಿಷ್ಠ ಕಟ್ಸ್ ಆಧರಿಸಿ". ಕಾಂಪ್ಯುಟೇಶನಲ್ ಲಿಂಗ್ವಿಸ್ಟಿಕ್ಸ್ ಅಸೋಸಿಯೇಷನ್ (ACL) ನಡಾವಳಿಗಳು. ಪಿಪಿ.೨೭೧-೨೭೮ ↑. ೧೨. ಹೂ, Minqing ; ಲಿಯು, ಬಿಂಗ್ (೨೦೦೪). "ಗಣಿಗಾರಿಕೆ ಮತ್ತು ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಗ್ರಾಹಕ ವಿಮರ್ಶೆಗಳು". KDD ೨೦೦೪ ನಡಾವಳಿಗಳು. ೧೩. Cataldi, ಮಾರಿಯೋ ; Ballatore, ಆಂಡ್ರಿಯಾ; Tiddi, Ilaria; Aufaure, ಮೇರಿ-Aude (೨೦೧೩-೦೬-೨೨). "ಗುಡ್ ಸ್ಥಳ, ಭಯಾನಕ ಆಹಾರ: ಪತ್ತೆ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಬಳಕೆದಾರ ರಚಿಸಿದ ವಿಮರ್ಶೆಗಳನ್ನು ಭಾವನೆ". ಸೋಶಿಯಲ್ ನೆಟ್ವರ್ಕ್ ಅನಾಲಿಸಿಸ್ ಮತ್ತು ಮೈನಿಂಗ ೩(೪): ೧೧೪೯-೧೧೬೩. ಡೊಯಿ: 10.1007 / s13278-013-0119-7. ISSN 1869-5450. ೧೪. ಲಿಯು, ಬಿಂಗ್ ; ಹೂ, Minqing; ಚೆಂಗ್, Junsheng (೨೦೦೫). "ಅಭಿಪ್ರಾಯ ಅಬ್ಸರ್ವರ್: ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವೆಬ್ ಅಭಿಪ್ರಾಯಗಳು ಹೋಲಿಸಿ". ಡಬ್ಲ್ಯೂಡಬ್ಲ್ಯೂಡಬ್ಲ್ಯೂ ೨೦೦೫ ನಡಾವಳಿಗಳು. ೧೫. ಝೈ, Zhongwu ; ಲಿಯು, ಬಿಂಗ್; ಕ್ಸು, ಹುವಾ; ಜಿಯಾ, Peifa (೨೦೧೧-೦೧-೦೧). ಹುವಾಂಗ್, ಜೋಶುವಾ Zhexue; ಕಾವೊ, Longbing; ಶ್ರೀವಾಸ್ತವ, ಜೈದೀಪ್, ಎಡಿಶನ್. ಅಭಿಪ್ರಾಯ ಮೈನಿಂಗ್ ಉತ್ಪನ್ನ ಲಕ್ಷಣಗಳು ಸಮೂಹಕ್ಕೆ LDA ನಿರ್ಬಂಧಕ್ಕೆ. ಲೆಕ್ಚರ್ ನೋಟ್ಸ್ ಇನ್ ಕಂಪ್ಯೂಟರ್ ಸೈನ್ಸ್. ಸ್ಪ್ರಿಂಗರ್ ಬರ್ಲಿನ್ ಹೈಡೆಲ್ಬರ್ಗ್. ಪಿಪಿ. ೪೪೮-೪೫೯. ಡೊಯಿ: 10.1007 / 978-3-642-20841-6_37. ಐಎಸ್ಬಿಎನ್ 978-3-642-20840-9. ೧೬. ಟಿಟೊವ್, ಇವಾನ್ ; ಮ್ಯಾಕ್, ರಿಯಾನ್ (೨೦೦೮-೦೧-೦೧). "ಮಾಡೆಲಿಂಗ್ ಆನ್ಲೈನ್ ಬಹು ಧಾನ್ಯ ವಿಷಯ ಮಾಡೆಲ್ಸ್ ವಿಮರ್ಶೆಗಳು".೧೭. ಅಂತರರಾಷ್ಟ್ರೀಯ ಸಮ್ಮೇಳನ ಕಾರ್ಯಕಲಾಪಗಳು ವರ್ಲ್ಡ್ ವೈಡ್ ವೆಬ್. ಡಬ್ಲ್ಯೂಡಬ್ಲ್ಯೂಡಬ್ಲ್ಯೂ '08 (ನ್ಯೂಯಾರ್ಕ್, ಎನ್ವೈ, ಯುಎಸ್ಎ: ಎಸಿಎಂ): ೧೧೧-೧೨೦. Doi: 10.1145 / 1367497.1367513. ಐಎಸ್ಬಿಎನ್ 978-1-60558-085-2. ೧೭. ಲಿಯು, ಬಿಂಗ್ (೨೦೧೦) . "ಸೆಂಟಿಮೆಂಟ್ ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ವಸ್ತು" (ಪಿಡಿಎಫ್). Indurkhya, N .; Damerau, ಎಫ್ ಜೆ ಹ್ಯಾಂಡ್ಬುಕ್ ಸ್ವಾಭಾವಿಕ ಭಾಷಾ ಸಂಸ್ಕರಣೆಯ (ಎರಡನೇ ಆವೃತ್ತಿ.). ೧೮. ಕೇಂಬ್ರಿಯಾ, ಎರಿಕ್ (೨೦೧೬) . "ಎಫೆಕ್ಟಿವ್ ಕಂಪ್ಯೂಟಿಂಗ್ ಮತ್ತು ಭಾವನೆ ವಿಶ್ಲೇಷಣೆ" (ಪಿಡಿಎಫ್). ಐಇಇಇ ಜಾಣ ಸಿಸ್ಟಮ್ಸ್ ೩೧ (೨): ೧೦೨-೧೦೭. ೧೯. Ortony, ಆಂಡ್ರ್ಯೂ ; Clore, ಜಿ; ಕಾಲಿನ್ಸ್, ಎ (೧೯೮೮). ಎಮೋಷನ್ಸ್ ಅರಿವಿನ ರಚನೆ (ಪಿಡಿಎಫ್). ಕೇಂಬ್ರಿಜ್ ವಿ.ವಿ.. ಒತ್ತಿ. ೨೦. ಸ್ಟೀವನ್ಸನ್, ರಯಾನ್ ; Mikels, ಜೋಸೆಫ್; ಜೇಮ್ಸ್, ಥಾಮಸ್ (೨೦೦೭). "ಪಾತ್ರ ಎಫೆಕ್ಟಿವ್ ನಾರ್ಮ್ಸ್ ಡಿಸ್ಕ್ರೀಟ್ ಭಾವನಾತ್ಮಕ ವರ್ಗಗಳು ಇಂಗ್ಲೀಷ್ ಪದಗಳನ್ನು" (ಪಿಡಿಎಫ್). ಬಿಹೇವಿಯರ್ ರಿಸರ್ಚ್ ಮೆಥಡ್ಸ್ ೩೯ (೪): ೧೦೨೦-೧೦೨೪. ೨೧. ಕಿಮ್, ಎಸ್ ಎಂ .; Hovy, ಇ ಎಚ್ (೨೦೦೬). "ಗುರುತಿಸುವುದು ಮತ್ತು ಜಡ್ಜ್ಮೆಂಟ್ ಅಭಿಪ್ರಾಯಗಳು ವಿಶ್ಲೇಷಣೆ." (ಪಿಡಿಎಫ್). ಮಾನವ ಭಾಷಾ ತಂತ್ರಜ್ಞಾನ / ನಾರ್ತ್ ಅಮೇರಿಕನ್ ಅಸೋಸಿಯೇಶನ್ ಕಾಂಪ್ಯುಟೇಶನಲ್ ಲಿಂಗ್ವಿಸ್ಟಿಕ್ಸ್ ಸಮ್ಮೇಳನದ (HLT-NAACL ೨೦೦೬) ನಡಾವಳಿಗಳು. ನ್ಯೂಯಾರ್ಕ್, ಎನ್ವೈ. ೨೨. ಡೇ, Lipika ; ಹಕ್, ಎಸ್ ಕೆ Mirajul (೨೦೦೮). "ಗದ್ದಲದ ಪಠ್ಯ ಡೇಟಾ ಅಭಿಪ್ರಾಯ ಮೈನಿಂಗ್". ಗದ್ದಲದ ರಚನೆರಹಿತ ಪಠ್ಯ ದಶಮಾಂಶ, p.೮೩-೯೦ ಅನಾಲಿಟಿಕ್ಸ್ ಎರಡನೇ ಕಾರ್ಯಾಗಾರ ನಡಾವಳಿಗಳು. ೨೩. ಕೇಂಬ್ರಿಯಾ, ಎರಿಕ್ ; ಹುಸೇನ್, ಅಮೀರ್ (೨೦೧೫). Sentic ಕಂಪ್ಯೂಟಿಂಗ್ ಪರಿಕಲ್ಪನೆ ಮಟ್ಟದ ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್ ಸಾಮಾನ್ಯ-ಜ್ಞಾನವನ್ನು ಆಧಾರಿತ ಫ್ರೇಮ್ವರ್ಕ್. ಸ್ಪ್ರಿಂಗರ್. ೨೪. Akcora, Cuneyt ಫಾರ್ Gurcan ; Bayir, Murat ಅಲಿ; Demirbas, Murat; Ferhatosmanoglu, ಹ್ಯಾಕನ್ (೨೦೧೦). "ಸಾರ್ವಜನಿಕ ಅಭಿಪ್ರಾಯದಲ್ಲಿ ಗುರುತಿಸುವುದು ಬ್ರೇಕ್ಪಾಯಿಂಟ್". SIGKDD, ಕಾರ್ಯಾಗಾರದ ಅತಿ ಪ್ರೊಸೀಡಿಂಗ್ಸ್ ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಅನಾಲಿಟಿಕ್ಸ್. ೨೫. Strapparava, ಕಾರ್ಲೋ; Valitutti, ಅಲೆಸ್ಸಾಂಡ್ರೋ (೨೦೦೪). "ವರ್ಡ್ನೆಟ್-ಶ: ವರ್ಡ್ನೆಟ್ ಒಂದು ಭಾವುಕ ವಿಸ್ತರಣೆ" (ಪಿಡಿಎಫ್). LREC ನಡಾವಳಿಗಳು. ಪುಟಗಳು. ೧೦೮೩-೧೦೮೬. ೨೬. Baccianella, ಸ್ಟೆಫಾನೊ; Esuli, ಆಂಡ್ರಿಯಾ; Sebastiani, Fabrizio (೨೦೧೦). "Sentiwordnet 3.0: ಭಾವನೆಯು ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಅಭಿಪ್ರಾಯ ಗಣಿಗಾರಿಕೆಗೆ ಒಂದು ವರ್ಧಿತ ನಿಘಂಟಿನ ಸಂಪನ್ಮೂಲ" (ಪಿಡಿಎಫ್). LREC ನಡಾವಳಿಗಳು. ಪುಟಗಳು. ೨೨೦೦-೨೨೨೪. ೨೦೧೪-೦೪-೦೫ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೨೭. "SenticNet". sentic.net. ೨೮. ಕೇಂಬ್ರಿಯಾ, ಎರಿಕ್; Olsher, ಡೇನಿಯಲ್; ರಾಜಗೋಪಾಲ್, ಧೀರಜ್ (೨೦೧೪). "SenticNet 3: ಅರಿವಿನ ಚಾಲಿತ ಭಾವನೆ ವಿಶ್ಲೇಷಣೆಗೆ ಒಂದು ಸಾಮಾನ್ಯ ಮತ್ತು ಸಾಮಾನ್ಯ ಅರ್ಥದಲ್ಲಿ ಜ್ಞಾನ ಬೇಸ್" (ಪಿಡಿಎಫ್). AAAI ನಡಾವಳಿಗಳು. ಪುಟಗಳು. ೧೫೧೫-೧೫೨೧. ೨೯. "ಎಮೊಜಿಯನ್ನು ಸೆಂಟಿಮೆಂಟ್ ರಾಂಕಿಂಗ್". ijs.si. ೩೦. Kralj ನೊವಾಕ್, ಪಿ; Smailović, ಜೆ; Sluban, ಬಿ; Mozetič, ನಾನು (೨೦೧೫). "ಸೆಂಟಿಮೆಂಟ್ ಎಮೋಜಿಗಳನ್ನು". PLoS ಒಂದು 10 (12): e0144296. Doi: 10,1371 / journal.pone.0144296. ೩೧. Borth, ಡಾಮಿಯನ್ ; ಜಿ Rongrong; ಚೆನ್, ಟಾವೊ; Breuel, ಥಾಮಸ್; ಚಾಂಗ್, ಶಿಹ್-ಫೂ (೨೦೧೩). "ದೊಡ್ಡ ಪ್ರಮಾಣದ ವಿಷುಯಲ್ ಸೆಂಟಿಮೆಂಟ್ ಮೂಲತತ್ವ ಶಾಸ್ತ್ರ ಮತ್ತು ವಿಶೇಷಣ ನಾಮಪದ ಜೋಡಿ ಬಳಸಿ ಡಿಟೆಕ್ಟರ್ಸ್". ಎಸಿಎಂ ಇಂಟ್ ನಡಾವಳಿಗಳು. ಮಲ್ಟಿಮೀಡಿಯಾ ಮೇಲೆ ಕಾನ್ಫರೆನ್ಸ್. ಪಿಪಿ. ೨೨೩-೨೩೨. ೩೨. "ಕೇಸ್ ಸ್ಟಡಿ: ಸುಧಾರಿತ ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್" . ಅಕ್ಟೋಬರ್ ೨೦೧೩ ೧೮ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಯಿತು. ೩೩. Galitsky, ಬೋರಿಸ್; ಮೆಕೆನ್ನಾ, ಯೂಜೀನ್ ವಿಲಿಯಂ. "ಕನ್ಸ್ಯೂಮರ್ ಸೆಂಟಿಮೆಂಟ್ ಬೇರ್ಪಡಿಸುವಿಕೆ ಉತ್ಪನ್ನ ಶಿಫಾರಸುಗಳನ್ನು ನೀಡುವ ವಿಮರ್ಶೆಗಳು". ನವೆಂಬರ್ ೨೦೧೩ ೧೮ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಯಿತು. ೩೪. Galitsky, ಬೋರಿಸ್ ; Dobrocsi, ಗ್ಯಾಬೊರ್ನಿಂದ; ಡೆ ಲಾ ರೋಸಾ, ಜೋಸೆಫ್ ಲ್ಲುಯಿಸ್ (೨೦೧೦). "ಇನ್ವರ್ಟಿಂಗ್ ಓಪನ್ ಡೊಮೈನ್ ಅಭಿಪ್ರಾಯ ಮೈನಿಂಗ್ ಅಡಿಯಲ್ಲಿ ಲಾಕ್ಷಣಿಕ ರಚನೆ". FLAIRS ಕಾನ್ಫರೆನ್ಸ್. ೩೫. Galitsky, ಬೋರಿಸ್ ; ಚೆನ್, Huanjin; ಡು, Shaobin (೨೦೦೯). "ತಲೆಕೆಳಗು ವೇದಿಕೆ ವಿಷಯ ಉತ್ಪನ್ನ ಉಪಯುಕ್ತತೆ ಲೇಖಕರು 'ಸೆಂಟಿಮೆಂಟ್ಸ್ ಆಧರಿಸಿ". AAAI ಸ್ಪ್ರಿಂಗ್ ಸಿಂಪೋಸಿಯಮ್: ಸಮಾಜ ಶಬ್ದಾರ್ಥದ ವೆಬ್: ೩೩-೩೮ ವೆಬ್ 2.0 ವೆಬ್ 3.0 ಎಲ್ಲಿ ಮೀಟ್ಸ್. ೩೬. Ogneva, ಎಂ "ಕಂಪನಿಗಳು ಅವರ ವ್ಯಾಪಾರ ಸುಧಾರಿಸಲು ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್ ಬಳಸಿ ಹೇಗೆ" . Mashable. ೨೦೧೨-೧೨-೧೩ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೩೭. ರೋಬಕ್, ಕೆ ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್ : ಹೆಚ್ಚು ಪ್ರಭಾವ ಬೀರುವ ಸ್ಟ್ರಾಟಜೀಸ್ - ನೀವು ತಿಳಿಯಬೇಕಾದದ್ದು: ವ್ಯಾಖ್ಯಾನಗಳು ಅಂಗೀಕಾರಗಳು, ಪರಿಣಮ, ಪ್ರಯೋಜನಗಳು, ಪ್ರಬುದ್ಧತೆ, ಮಾರಾಟಗಾರರು. ೩೮. ರೈಟ್, ಅಲೆಕ್ಸ್. "ಫೀಲಿಂಗ್ಸ್ ವೆಬ್ ಗಣಿಗಾರಿಕೆ ಸತ್ಯ", ನ್ಯೂಯಾರ್ಕ್ ಟೈಮ್ಸ್, ೨೦೦೯-೦೮-೦೪. ೨೦೦೯-೧೦-೦೧ ರಲ್ಲಿ ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೩೯. "ರೆಡ್ಡಿಟ್ ಸೆಂಟಿಮೆಂಟ್ ಅನಾಲಿಸಿಸ್" . ಅಕ್ಟೋಬರ್ ೨೦೧೪ ೧೦ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಯಿತು. ೪೦. ಕಿರ್ಪ್ಯಾಟ್ರಿಕ್, ಮಾರ್ಷಲ್ . ", ReadWriteWeb, ೨೦೦೯-೦೪-೧೫. ೨೦೦೯-೧೦-೦೧ ರಲ್ಲಿ ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೪೧. ಯುವರ್ ಹಾರ್ಟ್ . "ಸೈಬರ್ಸ್ಪೇಸ್ ಕಲೆಕ್ಟಿವ್ ಭಾವನೆಗಳು (CYBEREMOTIONS)", ಯುರೋಪಿಯನ್ ಕಮಿಷನ್, ೨೦೦೯-೦೨-೦೩ರಂದು. ೨೦೧೦-೧೨-೧೩ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೪೨. Condliffe, ಜೇಮೀ . "ಡ್ರೈವ್ ಜಗಮಗಿಸುತ್ತಿದೆ ಆನ್ಲೈನ್ ಸಾಮಾಜಿಕ ಜಾಲಗಳು", NewScientist, ೨೦೧೦-೧೨-೧೭. ೨೦೧೦-೧೨-೧೩ ರಂದು ಮರುಸಂಪಾದಿಸಲಾಗಿದೆ. ೪೩. Tumasjan, Andranik ; O.Sprenger, ಟಿಮ್; G.Sandner, ಫಿಲಿಪ್; M.Welpe, Isabell (೨೦೧೦). ": ಏನು ೧೪೦ ಪಾತ್ರಗಳು ರಾಜಕೀಯ ಸೆಂಟಿಮೆಂಟ್ ಬಗ್ಗೆ ರಿವೀಲ್ ಟ್ವಿಟರ್ ಊಹಿಸುತ್ತಿರುವುದು ಚುನಾವಣೆಗಳು". "ಮೇಲೆ ವೆಬ್ಲಾಗ್ಸ್ ಮತ್ತು ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ನಾಲ್ಕನೇ ಅಂತರರಾಷ್ಟ್ರೀಯ AAAI ಸಮ್ಮೇಳನ ಕಾರ್ಯಕಲಾಪಗಳು"