[论文解读] A First Look at Emoji Usage on GitHub: An Empirical Study

Xuan Lü, Yanbin Cao+2 more|arXiv (Cornell University)|Dec 12, 2018

Digital Communication and Language参考文献 32被引用 8

一句话总结

本研究首次对 GitHub 上的 emoji 使用进行了大规模实证分析，分析了 2012 年至 2017 年间 395 万名用户在 309 万个项目的使用情况。通过人工标注与自然语言处理技术，研究发现开发者主要在问题和评论中使用 emoji 表达情感，在 README 文件中则用于强调，反映出一种积极、支持性的社区文化，且其语义具有领域特异性，与一般互联网使用存在差异。

ABSTRACT

Emoji is becoming a ubiquitous language and gaining worldwide popularity in recent years including the field of software engineering (SE). As nonverbal cues, emojis are widely used in user understanding tasks such as sentiment analysis, but few work has been done to study emojis in SE scenarios. This paper presents a large scale empirical study on how GitHub users use emojis in development-related communications. We find that emojis are used by a considerable proportion of GitHub users. In comparison to Internet users, developers show interesting usage characteristics and have their own interpretation of the meanings of emojis. In addition, the usage of emojis reflects a positive and supportive culture of this community. Through a manual annotation task, we find that sentimental usage is a main intention of using emojis in issues, pull requests, and comments, while emojis are mainly used to emphasize important contents in README. These findings not only deepen our understanding about the culture of SE communities, but also provide implications on how to facilitate SE tasks with emojis such as sentiment analysis.

研究动机与目标

• 理解开发者在软件工程语境下（尤其是 GitHub 上）如何使用 emoji。
• 调查 emoji 在开发沟通中是否具有领域特异性语义与使用模式。
• 识别 GitHub 问题追踪、拉取请求和文档中 emoji 使用的主要意图。
• 探讨 emoji 使用对软件工程中情感分析与社区参与的影响。
• 为改善开发者沟通、协作以及情感感知工具在软件工程中的应用提供基础洞见。

提出的方法

• 收集了涵盖 66 个月（2012 年 1 月至 2017 年 6 月）的 395 万名 GitHub 用户和 309 万个项目的大型数据集。
• 对问题评论、拉取请求、README 文件及其他帖子中的 emoji 频率、密度和位置模式进行了描述性分析。
• 对 2,000 条帖子（每类 400 条）进行了人工标注，构建了八维 emoji 使用意图分类体系。
• 应用先进的词嵌入技术，分析 emoji 在技术语境中的语义，并与一般互联网使用进行对比。
• 通过统计分析，将 emoji 使用与开发者活动及项目参与度指标进行相关性研究。
• 通过对比 GitHub 上的 emoji 含义与 Twitter 等平台的使用情况，评估社区特异性解释。

实验结果

研究问题

• RQ1 RQ1：开发者在 GitHub 上使用 emoji 的频率、分布及模式如何？
• RQ2 RQ2：emoji 在软件工程语境中是否具有领域特异性语义？与一般互联网使用有何不同？
• RQ3 RQ3：GitHub 沟通中 emoji 使用的主要意图是什么，特别是在问题、拉取请求和 README 文件中？
• RQ4 RQ4：emoji 使用如何与开发者活动、项目参与度及社区文化相关联？

主要发现

• 超过 10% 的 GitHub 用户在其沟通中使用 emoji，表明该行为在开发者社区中已广泛普及。
• emoji 主要用于在问题、拉取请求和评论中表达积极情感，反映出一种支持性与协作性的社区文化。
• 在 README 文件中，emoji 主要用于强调重要内容，作为视觉提示而非情感信号。
• 存在领域特异性 emoji 语义，例如用狗 emoji 表示“自用产品”（dogfood），体现社区特有的解释方式。
• 在对话性语境中，情感表达是 emoji 使用的主要意图，但非情感性用途（如强调、幽默）也广泛存在，凸显了意图感知分析的必要性。
• 研究发现 emoji 使用与开发者活动及问题可见性存在相关性，表明其在提升参与度与沟通效率方面具有潜在价值。