对表情符号的不同解释

摘要：表情符号通常用于现代文字传播。然而，作为细腻描绘细节的图像，表情符号是可以解释的。表情符号在不同的观看平台（例如，苹果的iPhone与Google的Nexus手机）上呈现以不同的形式，可能导致交流偏差。我们探讨表情符号表达方式或平台之间的差异是否产生了对表情符号的多种解释。通过在线调查，我们征求人们对最流行的表情符号样本的解释，每个表情都为多个平台提供的。在情绪和语义方面，我们分析了表情符号解释的方法，量化了最多（最少）可能被误解的表情。如果参与者对相同的表情进行评分，那么在25%的机会中，他们的情绪是积极的、中性的还是负面的，这是不一致的。总体来说，我们发现个人表情符号以及跨平台不同表情符号致使的错误沟通的重大潜力。

引言：

表情符号是“图片人物”或象形文字，在文字交流中是流行的。它们通常被用于智能手机短信、社交媒体分享(例如:在Instagram上，几乎有一半的文字都包含了颜文字(Dimson 2015))。，Chevy的新闻稿完全是在emoji # ChevyGoesEmoji1上写的，还有更多。《牛津词典》称，“喜极而泣” 的表情是2015年的“年度词汇”。由于这是他们第一次选择了一个表情符号，他们注意到“表情符号已经成为生活在数字世界里的一个核心方面，在视觉上是驱动的，情感表达的，而且是即时的。”最常用的表情符号编码在Unicode标准中，用于索引字符。目前在Unicode标准中有12282个表情符号，而对于其中的每一个，Unicode协会提供了一个代码和名称。(e.g., U 1F600 for “grinning face” 笑嘻嘻脸)，但不是实际的图形。这与Unicode文本字符的情况相同:例如，Unicode字符U 0041索引拉丁字母“A”，但它并没有明确表示“A”应该是什么样子。相反，字体以一种特殊的方式呈现Unicode字符:您所阅读的文本的外观是由Times New Roman字体决定的。（Unicode（统一码、万国码、单一码）是计算机科学领域里的一项业界标准,包括字符集、编码方案等。Unicode 是为了解决传统的字符编码方案的局限而产生的，它为每种语言中的每个字符设定了统一并且唯一的二进制编码，以满足跨语言、跨平台进行文本转换、处理的要求。）

同样，像苹果和谷歌这样的个人平台供应商为他们支持的每个表情符号都创建了自己的呈现。这意味着，在苹果设备上，“咧着嘴笑”的表情符号会有不同的外观。(e.g., an iPhone)而不是谷歌设备(e.g., a Nexus phone)。这只是两种不同平台效果图中的一个;有很多平台，每个平台都有自己独特的表情符号集。Emojipedia-一个网站作为“表情符号的百科全书”——列出了17个这样的平台，这意味着给定的Unicode表情符号可能至少有17种不同的效果图。

一个表情符号通过它形象的外表来表达它的意思。(eg:微笑的脸) 但人们不能很好的解释表情符号的含义。单词有字典的定义，但表情符号是细致入微的，视觉细节的图形，可能有更多的理解。此外，由于表情符号在不同的平台上呈现不同的状态，一个人在一个设备上发送的表情符号可能与使用不同设备的接受者所看到的完全不同。

我们将我们的分析放在赫伯特·克拉克的心理学语言使用理论中(克拉克1996)。在社会心理学中，一种解释就是个体间的交流。也就是说，当一个发言者发表了一些内容时，接受者就会解释或者分析她认为发言者的意思。当接收者的解释与说话人的意图不同时，会出现一种误解。在表情符号的语境中，一个人通过移动或桌面平台向收件人发送表情符号。同样，收件人通过移动或桌面平台接收表情符号。在这个交换中，错误的理解可以来自不同推断得到的解释来自(1)相同的渲染，如果他们每个看到相同的呈现或(2)不同的渲染，如果他们每个看到不同的呈现。

我们探讨了在交流中使用表情符号时由于对表情符号推断解释不同，导致错误解释的可能性。为了分析表情符号在不同平台上的相互作用，调查结果包括五个主要移动平台的表情符号:苹果、谷歌、微软、三星和LG。我们从情绪(即:这个表情符号有多积极?)的角度和和语义 (即这个表情符号是什么意思?的角度来研究解释的差异。我们发现，在我们研究的表情符号中，只有4.5%的表情符号在情感解释上的差异始终很低。相反，在25%的参与者认为渲染相同的情况下，他们对于这种情绪是积极的、中性的还是消极的看法不一致。当考虑不同平台的渲染时，这些分歧只会增加。对于U 1F601(根据统一码标准，“笑脸盈盈的脸”)，参与者将谷歌的渲染描述为“幸福的快乐”，而同样的Unicode字符，但呈现给苹果，被描述为“准备战斗”。“我们得出的结论是，使用表情符号可能是误解了通讯的成熟，并在使用表情符号时，对设计和管理可能造成误解。

相关工作

我们从这个部分开始讨论表情符号的作用。(e.g., :-)或“笑脸”——表情符号的前奏）在基于文本的交流中，颜文字与表情符号的关系。然后我们讨论了我们对颜文字和表情符号的解释的一致性。

颜文字

颜文字,或“印刷符号出现的侧面像面部表情,”(沃尔特和达达里奥2001)如:),已经在使用基于文本的交流至少从1980年代早期,许多研究记录他们的患病率在SMS文本(Tossell et al . 2012),博客(而和卡尔弗特2006年),更多的病变,最近Twitter(公园et al . 2013年)。很多研究都集中在，颜文字可以在传统的基于文本的计算机媒体沟通(CMC) 中发挥作用。值得注意的是，Walther和D addario(2001)发现，虽然文本的情绪的极性理解与比任何伴随颜文字的解释重要，但一个负面的表情符号可以显著改变对信息的解读。Lo(2008)提供了额外的证据，表明表情符号会影响解释，显示相同的文本可以被感知为快乐或悲伤，这取决于它的表情。Derks,Fischer,and Bos(2008)在一项对CMC情绪的调查中得出结论，表情符号在很大程度上是面对面交流的非语言线索。Liebman和Gergle(2016)超越了对个人信息的解释，证明了颜文字(以及标点符号)在人际关系发展中对于基于文本的交流是很重要的。总之，这项工作强调了文字交流中颜文字的重要性。

Emoji表情符号的兴起

Emoji于20世纪90年代末在日本首次出现，但直到2009年才正式添加到Unicode标准(Davis和Edberg 2015)。从那以后，Emoji就变得很受欢迎，例如，超过2%的推特(Novak et al. 2015)和近一半的Instagram(Dimson 2015)的文本包含了Emoji。Emoji通常被描述为颜文字的继承者。2015年Novak et al .、Pavalanathan和Eisenstein(2016)发现，虽然颜文字在推特上很受欢迎，但Emoji越来越受欢迎并且似乎正在取代而不是补充颜文字。虽然在基于文本的交流中，颜文字的作用很大程度上并没有被复制到emoji上，但早期的工作表明emoji确实扮演了同样的角色。Kelly和Watts(2015)采访了一群文化背景各异的人，发现他们在基于文本的交流中使用emoji来表达和修改他们话语的意思和情绪的极性。

表情符号和表情符号的解释一致，而表情符号的显示则是平台相关的，表情符号，作为文字，相对来说是比较一致的。Walther和D addario(2001)在他们的参与者(大部分是男性学生)中发现了关于他们所研究的三个表情符号的高一致性(其中有226个男生):-)和:-(和;-)。在对情绪分析中使用表情符号的研究中，Davidov,Tsur和Rappoport(2010)发现，当亚马逊机械Turk参与者被删除的时候，他们能够以高精确度识别出在推特上的原始表情符号.

表情符号的一致性和emoji的解释。

emoji的显示是与平台相关的，而颜文字则是相对一致的。addario(2001)在他们的参与者中发现了关于他们所研究的三种表情符号的高一致性:-)和:-(和;-)。在使用颜文字对情绪分析的研究中，Davidov,Tsur和Rappoport(2010)发现，当呈现在推特上的颜文字被删除时亚马逊机器人会发出声音，他们能够精确地识别出在推特上的原始表情符号。

人们对emoji解释的一致性知之甚少。Liu、Li、Guo(2012)和no vak等人(2015)等研究人员通过将emoji与周围文字的情绪标注出来，发展出了emoji的分类。虽然这已经被证明在很大程度上是有效的，但两个人都提到过，表情符号与不同的、偶尔相反的情绪标签有关联。然而，我们知道没有任何工作，研究了表情符号的解释是如何变化的。我们寻求解决文献中的这个差距，同时也要理解，表情符号的实现对平台的依赖可能会使解释变得更加复杂。

研究问题

如上所述，每个平台都有其独有的表情符号编码字符(如:，如图1所示) 通信可以在平台或平台之间进行。如果发送方和接收方都使用相同的平台，那么他们在平台内通信，他们看到相同的表情。如果他们使用不同的平台，那么他们就会在平台上交流，看到不同的表情符号。我们打破了研究的目标，即人们是否以同样的方式解释表情符号，或者对于平台内和跨平台沟通不同解释的两个研究问题：

RQ1(在平台内):人们是否会看到完全同样的emoji，并以同样的方式解释它?对于每个平台，哪个表情最不容易在平台内的交流中被误解?

RQ2(跨平台):人们对于某一个平台渲染的表情符号，和不同平台渲染的这个表情的解释一样吗?在跨平台的通信中，哪个表情最不容易被误解?

我们从情绪和语义两个维度审视解释的一致和分歧。情绪分析包括“对给定文本的极性进行分类”。 情绪分析包括“对给定文本的极性进行分类”。“就我们的目的而言，这意味着要确定表情符号的表达是积极的、消极的还是中立的。”在我们的语境中，语义指的是人们认为给定的表情符号意味着什么。对于我们的每一个研究问题，我们都探究了人们的理解是如何体现(a)情绪和(b)语义差异的。

调查

我们创建了一项在线调查，以征求人们对emoji的解释，每一个都是针对多个平台的。

Emoji Unicode字符样本

我们从最流行的表情符号中选择了一个Unicode字符的样本。为了确定他们的受欢迎程度，我们在2015年8月至9月间随机收集了大约1亿条的数据集中识别了emoji。这个数据集提供了一个最近关于每个emoji使用频率的排名

我们把我们的抽样限制在拟人化的表情符号上，或者是那些代表面孔或人的表情符号，因为(1)它们很常见，(2)我们假设，在这些表情符号中，错误解释比那些“事物（飞机，气球，鲜花，旗帜等）”更有可能出现。在我们的推特数据集里，拟人化的表情符号占了表情符号的50%，而SwiftKey(2015)的报告显示，脸或微笑的表情符号中有59%的表情符号是用他们的智能手机键盘应用程序输入的。我们选取了最流行的25个最流行的人类形态表情符号，以供我们使用。

平台的选择

为了研究人们如何解读不同平台的效果图，我们征求了人们对我们样本中每个表情符号的多个平台渲染的解释，重点放在智能手机平台上。利用comScore 2015年的报告，我们挑选了三大智能手机平台:Android、苹果和微软。由于安卓系统被制造商割裂，我们选择了谷歌的渲染，以及两个安卓硬件制造商的效果图:三星和LG。在我们的研究中，我们使用了这五个平台的效果图。为了收集表情符号在我们的调查中使用的图形，我们使用了emoji - pedia的数据。

调查设计

我们通过5个平台渲染25个表情符号，我们收集了125个表情符号的调查结果。我们采用了一个完全随机的被试间设计，每个参与者从125个表情符号中随机抽取了15个表情符号。收集大约40个解释每个表情符号。因此，我们共招募了334名参与者，共进行了5000种解释和15次对每位参与者的解释。

调查从收集参与者的背景信息开始，比如他们的年龄、性别、他们使用的智能手机平台，以及他们使用emoji的频率。接下来，每个emoji都显示在自己的调查页面上，该页面显示了emoji的图像，并问道:

1用10个字或更少的话说，你认为这个emoji的意思是:

2如果你必须用一两词来描述这个emoji，你会用哪个?

3判断用emoji表达的情绪(从强烈的消极(- 5)到强烈的积极(5)):

4填写空白:我将使用这个emoji(to/for/when)_____________________

问题1、2和4的文本回复都集中在表情符号的语义解释上。问题3引出了一个数字情绪判断，反映了Taboada et al. (2011)中使用的-5到5情绪量表。

除了在我们的样本中使用表情的调查页面之外，我们还为苹果的心形表情(Unicode U 2764)创建了相同的页面。我们让每个参与者在调查开始时两次完成这个调查页面，一次是在最开始一次是在最后一次(在展示了他们的随机样本15次之后)。这让我们可以通过评估每个参与者对心脏表情的两个等级的评分来控制反应的质量。我们还评估了参与者对心脏表情的总体评分的方差，并发现我们的参与者在情绪评价上是非常一致的:平均而言，他们的情绪得分是0.54(满分为10分)。

参与者

我们通过亚马逊机械Turk招募了我们的调查参与者。我们要求参与者在美国境内，以尽量减少由于地理和文化影响而产生的解释差异，尽管这是未来工作的一个有趣的方向。在我们的测试中，我们

剩余内容已隐藏，支付完成后下载完整资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

资料编号：[277471]，资料为PDF文档或Word文档，PDF文档可免费转换为Word