标签:sentiment-analysis word2vec python
我计划使用word2vec对客户评论(评论可以有多个句子)进行情感分析.我对此有一些疑问:
>是否应该仅使用训练数据来训练我的word2vec模型(在gensim中)?我是否也应该考虑此测试数据?
>我应如何代表分类审查?这种表示是否会考虑单词的顺序,因为这对于表示情感分析的评论很重要?
解决方法:
基本上,您的问题的答案已经是研究的热门话题,这是一份可能会为您提供指导的研究论文:
这项工作是我在这方面了解的最新研究工作:
从纸上:Learning Sentiment-Specific Word Embedding for Twitter Sentiment Classification
http://ir.hit.edu.cn/~dytang/paper/sswe/acl-slides.pdf
与本文相关的代码
https://github.com/attardi/deepnl/wiki/Sentiment-Specific-Word-Embeddings
希望这可以帮助!
标签:sentiment-analysis,word2vec,python 来源: https://codeday.me/bug/20191112/2024285.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。