Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Arabic Collocation Extraction Based on Hybrid Methods Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Natural Logic Inference for Emotion Detection

verfasst von : Han Ren, Yafeng Ren, Xia Li, Wenhe Feng, Maofu Liu

Erschienen in: Chinese Computational Linguistics and Natural Language Processing Based on Naturally Annotated Big Data

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Current research on emotion detection focuses on the recognizing explicit emotion expressions in text. In this paper, we propose an approach based on textual inference to detect implicit emotion expressions, that is, to capture emotion detection as an logical inference issue. The approach builds a natural logic system, in which emotional detection are decomposed into a series of logical inference process. The system also employ inference knowledge from textural inference resources for reasoning complex expressions in emotional texts. Experimental results show the efficiency in detecting implicit emotional expressions.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Memory Augmented Attention Model for Chinese Implicit Discourse Relation Recognition
Nächstes Kapitel Tibetan Syllable-Based Functional Chunk Boundary Identification
Fußnoten
1
The mapping relation can be found in emotion lexicons, such as EmoLex.
 
Literatur
1.
Das, D., Bandyopadhyay, S.: Emotion analysis on social media: natural language processing approaches and applications. In: Agarwal, N., Lim, M., Wigand, Rolf T. (eds.) Online Collective Action. LNSN, pp. 19–37. Springer, Vienna (2014). doi:10.​1007/​978-3-7091-1340-0_​2
2.
Rao, K.S., Koolagudi, S.G.: Robust Emotion Recognition Using Spectral and Prosodic Features. Springer, New York (2013)MATH
3.
Reisenzein, R., Hudlicka, E., Dastani, M., Gratch, J., Hindriks, K., Lorini, E., et al.: Computational modeling of emotion: toward improving the inter- and intradisciplinary exchange. IEEE Trans. Affect. Comput. 4(3) (2013)
4.
Xu, J., Xu, R., Lu, Q., Wang, X.: coarse-to-fine sentence-level emotion classification based on the intra-sentence features and sentential context. In: CIKM2012, Maui, USA (2012)
5.
Xu, R., Gui, L., Xu, J., Lu, Q., Wong, K.F.: Cross lingual opinion holder extraction based on multiple kernel SVMs and transfer learning. Int. J. World Wide Web 18(2) (2013)
6.
Andreevskaia, A., Concordia, S.B.: Mining WordNet for a fuzzy sentiment: sentiment tag extraction from WordNet glosses. In: EACL 2006 (2006)
7.
Xu, R., Wong, F.F.: Coarse-fine opinion mining - WIA in NTCIR-7 MOAT task. In: NTCIR-7 Workshop, Tokyo, Japan (2008)
8.
Androutsopoulos, I., Malakasiotis, P.: A survey of paraphrasing and textul entailment methods. J. Artif. Intell. Res. 38(1), 135–187 (2010)MATH
9.
MacCartney, B., Manning, C.D.: An extended model of natural logic. In: Proceedings of the 8th International Conference on Computational Semantics, Tilburg, Netherland (2009)
10.
Torii, Y., Das, D., Bandyopadhyay, S., Okumura, M.: Developing Japanese WordNet affect for analyzing emotions. In: Proceedings of The 2nd Workshop on Computational Approaches to Subjectivity and Sentiment Analysis, Portland, Oregon (2011)
11.
Santos, C.N.D., Gatti, M.: Deep convolutional neural networks for sentiment analysis of short texts. In: Proceedings of the COLING 2015, Dublin, Ireland (2014)
12.
Wang, X., Jiang, W., Luo, Z.: Combination of convolutional and recurrent neural network for sentiment analysis of short texts. In: Proceedings of COLING 2016, Osaka, Japan (2016)
13.
Wang, Y., Huang, M., Zhao, L., Zhu, X.: Attention-based LSTM for aspect-level sentiment classification. In: Proceedings of the 2016 Conference on Empirical Methods in Natural Language Processing, Austin, Texas (2016)
14.
MacCartney, B., Manning, C.D.: An extended model of natural logic. In: Proceedings of the 8th International Conference on Computational Semantics (2009)
15.
Benthem, J.V.: Essays in logical semantics. Studies in Linguistics and Philosophy, vol. 29. Springer, Dordrecht (1986)CrossRef
16.
Valencia, V.M.S.: Studies on natural logic and categorial grammar. Ph.D. Thesis, University of Amsterdam (1991)
17.
MacCartney, B., Manning, C.D.: Natural logic for textual inference. In: ACL-PASCAL Workshop on Textual Entailment and Paraphrasing (2007)
18.
Angeli, G., Manning, C.D.: NaturalLI: natural logic inference for common sense reasoning. In: Proceedings of the 2014 Conference on Empirical Methods in Natural Language Processing, Doha, Qatar (2014)
Metadaten
Titel
Natural Logic Inference for Emotion Detection
verfasst von
Han Ren
Yafeng Ren
Xia Li
Wenhe Feng
Maofu Liu
Copyright-Jahr
2017
Buch
Chinese Computational Linguistics and Natural Language Processing Based on Naturally Annotated Big Data

Print ISBN: 978-3-319-69004-9

Electronic ISBN: 978-3-319-69005-6

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-69005-6_35