情感分析中如何使用无监督深度学习？

Question

通常可以通过以下两种方式之一执行文本分类，包括情感分析：1. 如果有足够的训练数据，则进行监督学习；2. 如果没有足够的未预先标记的训练数据，则进行无监督训练

我只有一组推文，其中仅包含文本（评论），并且每个推文都没有极性。 我的问题是，有没有什么方法可以使用无监督学习对这些数据进行差异分析？

谢谢你的帮助

Answer 1

（根据您的评论，我专注于您问题的“无监督”部分，而忽略了深度学习。）

如果您使用 SentiWordNet 之类的东西，您可以为推文中的每个单词分配一个正面或负面的分数，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编号。

此时，您是在进行监督学习还是非监督学习并不重要，因为无论哪种方式，您都会为每条推文评分，并且可以将推文分为积极、中立和消极情绪.受监督的数据、类允许得到一个关于它在分类它们方面做得如何的错误估计。

如果您想要在训练数据没有类别时进行错误估计，您可以自己评估一定百分比的推文。即使只执行其中的 30 个，您也可以开始了解您的分组算法在从随机到完美的范围内处于什么位置，并且不会花费很长时间。