blocks|key|2808628|text|您可以尝试使用字网为形容词的同义词集提供的结构：|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|2808629|同义词之间最常见的编码关系是超从属关系(也称为同义词、次词关系或ISA关系)。|blockquote|2808630|但是，我不确定这个等级是否会引导你找到你想要的6种情绪。|2808631|一套宝贵的资源，由赛义夫穆罕默德，包括NRC情感词典提供的这里+-我认为是更近，但它不限于形容词。|2808632|另一个很有希望的词这里扩展。|2808633|希望这能有所帮助。|2808634|entityMap|0|LINK|mutability|MUTABLE|url|http://wordnet.princeton.edu/|1|http://www.saifmohammad.com/WebPages/lexicons.html|2|http://wndomains.fbk.eu/wnaffect.html^0|7|2|0|0|0|0|T|2|1|0|9|2|2|0|0^^$0|@$1|2|3|4|5|6|7|10|8|@]|9|@$A|11|B|12|1|13]]|C|$]]|$1|D|3|E|5|F|7|14|8|@]|9|@]|C|$]]|$1|G|3|H|5|6|7|15|8|@]|9|@]|C|$]]|$1|I|3|J|5|6|7|16|8|@]|9|@$A|17|B|18|1|19]]|C|$]]|$1|K|3|L|5|6|7|1A|8|@]|9|@$A|1B|B|1C|1|1D]]|C|$]]|$1|M|3|N|5|6|7|1E|8|@]|9|@]|C|$]]|$1|O|3|-4|5|6|7|1F|8|@]|9|@]|C|$]]]|P|$Q|$5|R|S|T|C|$U|V]]|W|$5|R|S|T|C|$U|X]]|Y|$5|R|S|T|C|$U|Z]]]]

You could try using the structure provided by <a href="http://wordnet.princeton.edu/" rel="nofollow">wordnet</a> for synonym sets of adjectives:

<blockquote>
 The most frequently encoded relation among synsets is the super-subordinate relation (also called hyperonymy, hyponymy or ISA relation)
</blockquote>

I'm not sure, however, if this hierarchy will lead you to the 6 emotions you're looking for.

A valuable set of resources, by Saif Mohammad, including the NRC Emotion Lexicon available <a href="http://www.saifmohammad.com/WebPages/lexicons.html" rel="nofollow">here</a> - I think that is closer, except it's not limited to adjectives.

Another promising wordnet extension for affect words <a href="http://wndomains.fbk.eu/wnaffect.html" rel="nofollow">here</a>.

Hope this helps.

blocks|key|1570236|text|您可以尝试使用twitter数据构建这样的分类器！|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1570237|获取大量的推文/信息流，并将其过滤到包含表情符号的推文中。|1570238|使用可能的表情到情感的映射来猜测每条推文的情绪，并从该推文中提取形容词，以便为每一种情绪建立一个形容词直方图。|offset|length|1570239|该列表的一些后处理应该会给你你想要的东西！|1570240|TweetNLP库有一个POS标签，可能对你有用！|1570241|entityMap|0|LINK|mutability|MUTABLE|url|http://en.wikipedia.org/wiki/List_of_emoticons#Western|1|http://www.ark.cs.cmu.edu/TweetNLP/^0|0|0|5|8|0|0|0|0|9|1|0^^$0|@$1|2|3|4|5|6|7|V|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|W|8|@]|9|@]|A|$]]|$1|D|3|E|5|6|7|X|8|@]|9|@$F|Y|G|Z|1|10]]|A|$]]|$1|H|3|I|5|6|7|11|8|@]|9|@]|A|$]]|$1|J|3|K|5|6|7|12|8|@]|9|@$F|13|G|14|1|15]]|A|$]]|$1|L|3|-4|5|6|7|16|8|@]|9|@]|A|$]]]|M|$N|$5|O|P|Q|A|$R|S]]|T|$5|O|P|Q|A|$R|U]]]]

You could try building such a classifier using twitter data! 

Get a large corpus/stream of tweets and filter it out to the ones that contain emoticons. 
Use maybe <a href="http://en.wikipedia.org/wiki/List_of_emoticons#Western" rel="nofollow">this mapping of emoticon to emotion</a> to guess the sentiment of each tweet and extract the adjectives off that tweet in order to build a adjective histogram for each emotion. 
Some postprocessing of that list should give you what you are looking for! 

The <a href="http://www.ark.cs.cmu.edu/TweetNLP/" rel="nofollow">TweetNLP library</a> has a POS tagger that will probably be useful for you!

I'm looking for lexicons like <a href="http://www.mhs.com/product.aspx?gr=cli&amp;prod=poms&amp;id=overview" rel="nofollow">POMS</a> or <a href="http://csea.phhp.ufl.edu/media/anewmessage.html" rel="nofollow">ANEW</a> that classify words, especially adjectives, into the 6 "universal" emotions: "anger, disgust, fear, happiness, sadness, and surprise" by Paul Ekman or using <a href="http://www.csc.ncsu.edu/faculty/healey/tweet_viz/figs/circumplex.png" rel="nofollow">Russel's approach</a>.

Do any of you know a lexicon that is free to use?

Open Lexicon for classified affective words

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

我正在寻找像或这样的词汇，将单词，特别是形容词归类为6种“普遍”情绪：“愤怒、厌恶、恐惧、快乐、悲伤和惊讶”，由保罗·艾克曼( Paul )或使用。你们中有谁知道一个可以免费使用的词汇吗？

问分类情感词的开放词典
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问分类情感词的开放词典EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问分类情感词的开放词典
EN