Abstract
社群網絡服務的蓬勃發展，讓使用者會產生越來越多的社群資料，讓微網誌成為越來越普遍和流行的發聲頻道。這幾年來，這些使用者評論越來越重要，因為如果有分析並正確解釋的話，評論是多重用途的資料。 社群研究中，其中一個分析是要了解人們對一個具體主題的感覺或反應。最基本的作法是衡量人們對主題是好感或是反感。比較詳細的方法是按照定義把資料分類到具體類別，如果能辨識出文句中的情緒，將能有助於各種分析。傳統的情緒分類方法的成本很大，精確度也不佳。 本研究提出一個非監督式的情緒辨識技術，這個技術依賴一些圖行分析，將可以自動辨識出具有情緒概念的文字模式，而不依賴於任何預定的情緒字典或情緒本體。這個技術還可以跨地理位置、跨文化、和跨語言，只要有訓練資料就可以辨識。實驗結果證明，這個技述可以準確的處理英語、西班牙語、和法語情緒資料，也證實本技術的準確性、通用性。