使用 doc2vec 进行无监督情绪分析

Question

伙计们，

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，我不是要求一步一步的代码，而是一个想法/博客/论文或一些教程。

这是我的问题陈述：

就像情绪分析用于识别积极和 一个句子的否定语气，我想找出一个句子是否是 前瞻性（未来展望）声明与否。

我不想用词袋法来总结前瞻性词/短语的数量，例如“前进”、“在不久的将来 " 或 "5 年后" 等等。我不确定是否可以使用 word2vec 或 doc2vec。请赐教。

谢谢。

Answer 1

看来你感兴趣的是在文本中寻找时间陈述。

不确定您的最终输出，但我们假设您要查找包含它们的时间短语或句子。

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. 只选择带有关键术语的句子
3. 在 doc2vec 模型中使用句子
4. 推断向量并为新句子使用距离度量
   • GMM 集群 + 限制
   • 与平均值的距离

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. 做Bigram和Trigram搭配提取
3. 使用时间术语保留相关搭配
4. 在一种bag-of-collocations 方法中使用相关搭配
   • 相关搭配的匹配二元特征向量
   • 训练分类器以识别更高级别的文本

如果您有大量文本，这听起来像是 Bootstrapping 方法的一个很好的例子。

两者实际上都是半监督的，因为需要找到初始时间项，但即使使用 word2vec 方案和引导程序也可以自动化