We have introduced an author sentim

We have introduced an author sentiment benchmark of emoji and we have compared it with a writer sentiment benchmark. We found that readers and writers seem to broadly agree on sentiment of emoji (84%) even though the reader's source of comments were tweets and the writer's source of comments was an anonymous work-happiness monitoring app where comments refer to work suggestions. The largest disagreement between readers and writers occurs for negative emoji (sad face, pouting face, etc...). For this group of emoji, the authors report to feel 26% worse than what readers perceive in terms of standard deviation. Emoji use was not found to be correlated with author moodiness. Emoji use was found to be correlated with more happiness within users and between users. We hope this results will improve the accuracy of sentiment estimation of authors and writers of when emoji are used

結果 (繁體中文) 1:

我們引進的表情符號的作者情緒的基準，我們已經與一個作家的情緒基準進行了比較。我們發現，讀者和作者似乎對表情符號（84％），即使意見讀者的來源是微博和評論作者的來源是匿名的工作幸福感監控應用，在那裡評論指工作建議的情緒廣泛認同。讀者和作家之間的分歧最大出現負的表情符號（悲傷的臉，臉上噘嘴等）。對於這組表情符號，作者報告感到比讀者的標準偏差方面認為糟糕的26％。未發現使用的表情符號與筆者喜怒無常相關。被發現使用的表情符號與更多的快樂內用戶與用戶之間的相互關聯。

結果 (繁體中文) 2:

我們引入了表情符號的作者情緒基準，並將其與作者情緒基準進行了比較。我們發現，讀者和作家似乎大致同意表情符號的情緒（84%）即使讀者的評論來源是推特，而作者的評論來源是一個匿名的工作-幸福監測應用程式，評論指的是工作建議。讀者和作家之間最大的分歧發生在負面的表情符號（悲傷的臉，嘴臉等）。對於這組表情符號，作者報告說，感覺比讀者在標準差方面所感知的要差26%。表情符號的使用沒有被發現與作者的喜怒無常相關。表情符號的使用被發現與使用者內部和使用者之間的更多幸福相關。我們希望這個結果將提高作者和作者的情緒估計的準確性，當表情符號使用

結果 (繁體中文) 3:

我們引入了一個作者情感基準，並將其與一個作家情感基準進行了比較。我們發現，儘管讀者的評論來源是推特，而作者的評論來源是匿名的工作幸福感監控應用程序，其中評論指的是工作建議，但讀者和作者似乎對emoji的情感（84%）有著廣泛的認同。讀者和作家之間最大的分歧出現在負面情緒上（悲傷的臉、撅嘴的臉等）。對於這組表情符號，作者報告說，感覺比讀者在標準差方面所感知的要差26%。使用表情符號與作者的喜怒無常沒有關係。使用表情符號被發現與用戶內部和用戶之間的更多快樂相關。我們希望這個結果能提高作者和作者在使用表情符號時的情緒估計的準確性