Key points are not available for this paper at this time.
Kürzlich wurde eine Technologie zur Emotionenanalyse entwickelt, um Emotionen in Texten wie Sätzen und Dokumenten zu klassifizieren. Diese Technologie wird in verschiedenen Forschungsbereichen, einschließlich der Literatur, eingesetzt. Da Emotionen eine wichtige Grundlage für das Verständnis von Literatur sind, ist es wichtig, die Technologie der Emotionenanalyse in der literarischen Forschung anzuwenden, und es sind Anstrengungen erforderlich, um die Probleme zu verbessern, die während des Emotionenanalyseprozesses auftreten, um die Technologie weiterzuentwickeln. Diese Studie erklärt die Probleme, die aus bestehenden Kennzeichnungsverfahren bei der Erstellung von Lernmaterialien resultieren, und führt die ‚emotionslexikonbasierte Emotionskennzeichnung‘ ein, um diese Probleme zu verbessern. Um die Wirksamkeit der emotionslexikonbasierten Kennzeichnung zu beweisen, haben wir zwei Lernmaterialien mit unterschiedlichen Emotionskennzeichnungsmethoden erstellt, sie in ein Emotionsanalysemodell eingegeben und die Ergebnisse verglichen. Das Ergebnis zeigt, dass die Genauigkeit des Modells mit emotionslexikonbasierter Kennzeichnung 91,95% betrug, was eine etwa 20% höhere Leistung als das Modell mit bestehender Kennzeichnung zeigt. Darüber hinaus, als Ergebnis über die quantitative Bewertung hinauszugehen und die Analyseergebnisse direkt zu überprüfen, indem literarische Passagen aus dem CSAT in das Modell eingegeben wurden, zeigte das Modell mit emotionslexikonbasierter Kennzeichnung eine bessere Vorhersagekraft.
Lee et al. (Mon.) untersuchten diese Frage.