如何在情感分析中使用无监督的深度学习？

Question

通常，文本分类，包括情绪分析，可以通过以下两种方式之一进行：1。监督学习是否有足够的训练数据; 2.无监督训练，当没有足够的训练数据没有预先标记时

我只有一个推文集合，其中只包含texte（评论），每个twwet都没有极性。 我的问题是有没有任何方法可以使用无监督学习对这些数据进行差异分析？

谢谢你帮助我

Answer 1

（根据您的评论，我专注于您的问题中的“无监督”部分，并忽略深度学习。）

如果您使用SentiWordNet之类的内容，您可以为推文中的每个单词分配正面或负面分数，然后（作为最简单的方法）将它们相加，以获得每条推文的单个情绪数字。

此时，如果您正在进行有监督或无监督学习并不重要，因为无论哪种方式，您都会得到每条推文的分数，并且可以将推文分为正面，中立和负面情绪。 。监督的数据， 允许的类正在对它们在分类时的表现进行错误估计。

如果您希望在训练数据没有课程时进行错误估算，则可以自行评估部分推文。即使只做了30个就会开始让你知道你的分组算法在从随机到完美的范围内的位置，并且不会花费很长时间。