《Learning Sentiment-Specific Word Embedding for Twitter Sentiment Classificaton》閱讀筆記

提出一種爲實現Twitter情感分類的學習Word Embedding的方法。 以往的問題:現有用於學習連續詞特徵表示方法僅進行了語義建模,而忽略了文本的情感。現有的用於情感分類的方法大都把注意力集中在特徵工程上,原因是情感分類的好壞程度取決於選擇特徵的好壞。 解決方案:建立了一種三層的網絡學習情感詞向量,即sentiment-specific word embedding(SSWE),從大量的弱
相關文章
相關標籤/搜索