无监督情感分析

我读了很多文章,这些文章解释了在情感分析系统真正运作之前,需要有一组初始文本,这些文本被分类为“积极”或“消极”。

我的问题是:是否有人尝试过仅仅通过对比“积极”形容词和“消极”形容词,并考虑到简单的否定词来避免将“not happy”归类为积极?如果有的话,有没有文章讨论这种策略为什么不现实?


回答:

Peter Turney的一篇经典论文(2002年)解释了一种进行无监督情感分析(积极/消极分类)的方法,仅使用excellentpoor作为种子集。Turney利用这两个形容词与其他词的互信息达到了74%的准确率。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注