본 논문은 소셜 임팩트, 교육, 마케팅 등 다양한 분야에서 의견과 감정을 자동 분석하는 데 유용한 감성 분석 연구를 다룬다. 영어 외에 디지털 언어 자원 부족으로 저자원 언어로 분류되는 아프리카 언어의 감성 분석을 위해, 감성 표현 이모티콘과 단어 정보를 활용한 언어 독립적 자동 감성 라벨링 방법을 제시하고 분석한다. 실험은 남아프리카 언어의 다국어 감성 코퍼스 SAfriSenti의 영어, 세페디, 세츠와나 트윗을 대상으로 진행되었으며, 평균적으로 34%의 자동 생성 라벨만 수정하면 되는 결과를 보였다.