使用doc2vec的无监督情绪分析

Question

伙计，

我在Google上搜索了不同类型的论文/博客/教程等，但没有发现任何有用的信息。如果有人可以帮助我，我将不胜感激。 请注意，我并不是逐步要求代码，而是提出想法/博客/论文或一些教程。

这是我的问题陈述：

  

就像情感分析一样，可以用来识别积极的和   否定句，我想找出一个句子是否   是否具有前瞻性（未来展望）声明。

我不想使用词袋方法来总结诸如“往前走” ，“ 在不久的将来”之类的前瞻性词/短语的数量“或“ 从现在起5年后”等。我不确定是否可以使用word2vec或doc2vec。请赐教。

谢谢。

Answer 1

您似乎感兴趣的是在文本中找到时间陈述。

不确定最终的输出，但是假设您要查找包含它们的时态短语或句子。

一种方法可能如下：

1. 创建时间术语列表[天，年，月，现在，以后]
2. 仅选择具有关键术语的句子
3. 在doc2vec模型中使用句子
4. 推断向量并对新句子使用距离度量
   • GMM群集+限制
   • 与平均距离的距离

另一种方法可能是：

1. 创建时间术语列表[天，年，月，现在，以后]
2. 进行Bigram和Trigram搭配提取
3. 用时间术语保持相关搭配
4. 以一种bag-of-collocations方法使用相关搭配
   • 相关搭配的匹配二进制特征向量
   • 训练分类器以识别更高级别的文本

如果您有大量文本，这对于引导方法来说似乎是个好例子。

由于确实需要查找初始时态术语，所以两者都是半监督的，但即使使用word2vec方案并进行自举，也可以自动实现