本文介绍了一种新一代表情符号 —— 表情符号的情感分析研究，提供了名为 Emoji Sentiment Ranking 的表情符号情感词典，绘制了 751 个常用表情符号的情感地图，并提出了适用于欧洲语言的 Emoji Sentiment Ranking 作为自动化情感分析的一个独立资源。

Sep, 2015

本文研究了表情符号在社交媒体上的使用，分析了它与先前的输入法的差异，并使用因果推断的匹配方法检验了表情符号的使用是否会导致用户在 Twitter 上使用更少的表情符号。

Oct, 2015

本文探讨了 Emoji 图标的使用和语义，并通过比较不同时间的语料库，证明不同时间的 Emoji 图标的使用情况是不同的。此外，我们提出了一种考虑时间因素的 Emoji 预测系统，这种系统在性能上优于现有的系统，并可以显著提高某些 Emoji 图标的准确性。

May, 2018

在线媒体产生了大量的非结构化数据，我们提出了一种新的方法来预测在线文本消息中表达的表情符号的情感，并构建了一个情感词典进行评估和比较。

Apr, 2024

本文使用社交媒体，并基于频率、语境和话题关联来比较不同国家在使用表情符号方面的异同，探讨表情符号使用的相似性和差异性，研究者发现表情符号的使用存在着显著的文化差异和规范性的使用模式，这揭示了表情符号在跨文化交流中的应用价值。

Apr, 2019

本文研究社交媒体中 emoji 图标的情感分类问题，并探讨了不同的多模态官能（文本、emoji 和图片）在此问题中的作用，结果表明三种官能可互补，最高准确度达到 71.98％。

Mar, 2019

本文基于智能手机用户使用表情数据集，探究性别间表情使用方面的差异，研究发现性别在表情使用上显著不同，并构建机器学习算法基于表情推断用户性别，从而提供一种非文本或语境信息的用户性别推断模型，克服文本和元数据对用户隐私的泄露风险。

May, 2017

论文提出一种新颖的基于 Emoji 的讽刺生成方法，通过将生成任务分为文本和 Emoji 收集两个子任务，运用相反情感和语义不协调等两个元素来生成文本讽刺，最后通过人工评估验证其可行性。

May, 2023

本研究探究了文字和表情符号之间的关系，并使用长短期记忆网络等多种模型预测文本信息所触发的表情符号，而实验结果表明，计算模型比人工能更好地捕捉表情符号的潜在语义。

Feb, 2017

介绍了一种基于情感识别技术的即时通讯系统 EmotionPush，并通过部署研究发现了多个挑战，包括情感的连续性、多用户会话、情感分类的错误、用户在消息中表达情感的非传统方式，为即时消息的情感计算和情感识别研究提供了新的思路。

Feb, 2017