使用分类和聚类算法进行情感分析：哪个更好？

Question

我正在尝试使用Python对歌曲歌词进行情感分析。 在研究了许多带有已知标签（例如，电子邮件分类为垃圾邮件/非垃圾邮件）的简单分类问题之后，我认为歌词情感分析位于“分类”字段中。 在实际编码时，我发现我必须计算每首歌的歌词的情感，并可能在原始数据集中添加一列，将其标记为正或负，或使用实际的情感分数。

这不能使用聚类方法来完成吗？由于我们首先不了解每首歌的类别（正情绪/负情绪），因此该算法将使用情绪分析对数据进行聚类。

Answer 1

您正在考虑在没有监督的情况下进行聚类，即无监督的聚类可能会导致准确性较低，因为您实际上不知道将正类和负类分开的分数阈值是多少。因此，首先尝试找到将是分隔班级的参数。使用监督学习来找到阈值

Answer 2

聚类通常不会产生情感。

它更有可能产生说唱团和说唱团。或者一个代表歌曲长度为偶数的歌词，另一个代表奇数长度的

数据多于情感。那么为什么聚类会产生情绪聚类呢？

如果您想要特定的标签（正面情绪，负面情绪），则需要提供训练数据并使用监督的方法。