【发布时间】:2017-09-19 11:36:23
【问题描述】:
我阅读了大量文档来阅读有关 doc2Vec 和 word2Vec 的信息。我确实理解将单词表示为向量并执行简单的操作(如向量加法、减法)以在单词之间产生有意义的类比是多么强大。 虽然我仍然无法理解的一件事是如何使用这种技术来理解用户情绪。
有人可以详细说明如何使用这些技术分析用户情绪吗? 谢谢 萨米尔
【问题讨论】:
我阅读了大量文档来阅读有关 doc2Vec 和 word2Vec 的信息。我确实理解将单词表示为向量并执行简单的操作(如向量加法、减法)以在单词之间产生有意义的类比是多么强大。 虽然我仍然无法理解的一件事是如何使用这种技术来理解用户情绪。
有人可以详细说明如何使用这些技术分析用户情绪吗? 谢谢 萨米尔
【问题讨论】:
通过使用特征向量表示一个文档或一组单词,您可以在其他机器学习任务中处理文本。例如,如果您有一个数据集标记每个文档 x 及其情感 y,您可以使用预训练嵌入作为特征向量化来表示 x 作为机器学习方法的输入,并测试这些特征是否有助于您的任务.
【讨论】: