Developing a Lexicon for Calculating Emotions based on Social Media Reactions

Porastom popularnosti društvenih mreža tijekom posljednjih godina, količina sadržaja koji stvaraju korisnici značajno raste. Istraživanja su pokazala da iznimna količina ovog sadržaja društvenih medija nije neutralna i da ima tendenciju emocionalno utjecati na korisnike. Otkako neke društvene mreže nude mogućnost označavanja objavljenog sadržaja oznakama koje predstavljaju različite emocionalne reakcije, postalo je moguće prepoznati i analizirati kako i u kojoj mjeri objavljeni sadržaj utječe na korisnike do kojih je doprio. Cilj ovog završnog rada bio je razviti specifične rječnike iz reakcija korisnika na društvenim medijima pomoću označenih skupova podataka iz različitih domena primjene. Algoritam za primjenu ovih rječnika je dizajniran, implementiran i uspoređen s postojećim algoritmima temeljenim na primjeni afektivnih rječnika.With the constant rise of social media networks during recent years, the amount of user-generated content is increasing substantially. Recent research has shown that an immense amount of this social media content is not neutral and has a tendency of emotionally affecting its readers. As some of the social media platforms include a feature of denoting posted content with labels representing different emotional reactions, it has become possible to identify and analyze how exactly and to what extent the content affects users it has reached. This thesis covers the process of developing specific lexicons from user reactions on social media that are based on labelled datasets from different application domains. An algorithm for applying these lexicons is designed, implemented, and compared to existing lexicon-based algorithms in the field of emotion analysis