machine-learning - Keras深度学习情绪分析-有监督或无监督

监督学习是机器学习任务，它学习基于示例输入输出对将输入映射到输出的功能。它从标记的训练数据（由一组训练示例组成）中推断出功能。在监督学习中，每个示例都是一对，由输入对象（通常是矢量）和期望的输出值（也称为监督信号）组成。一种监督学习算法，对训练数据进行分析，并产生一个推断函数，可用于映射新实例。

无监督学习是一种机器学习算法，用于从没有标签响应的输入数据组成的数据集中得出推论。最常见的无监督学习方法是聚类分析，它用于探索性数据分析以发现隐藏的模式或数据分组。

（维基百科和mathworks的定义）

您提到的任务已经有标记的数据集（每个输入都有实际的评论），因此您始终可以将其建模为监督学习问题，并使用SVM，Random Forest或MLP等机器学习模型来进行建模解决任务。