如何使用word2vec获取情感标签

Question

我正在研究word2vec模型，以便分析报纸语料库。我有一个csv，其中包含一些报纸，如日报，期刊，以及文章的内容。我知道如何训练我的模型，以便获得最相似的单词及其上下文。

然而，我想对此做一个情感分析。为了做到这一点，我找到了一些资源，但在示例中的所有测试或训练数据帧中，已经有一个列情感(0或1)。你是否有可能根据情感对文本进行自动分类？我的意思是将0或1赋给每个文本。我搜索了一下，但在word2vec或doc2vec文档中没有找到任何关于这方面的参考……

感谢您的支持！

Answer 1

Word2Vec和Doc2Vec都只是将单词或单词列表转换为“密集”向量的方法。单独一人，他们不会告诉你情绪。

当你有一个文本并想要推断它属于哪个类别时，这就叫做‘文本分类’。具体地说，如果你只有两个类别(比如“积极情绪”和“负面情绪”，或者“垃圾邮件”和“非垃圾邮件”)，那就叫做“二进制分类”。

Word2Vec或Doc2Vec模型的输出在这项任务中可能会有所帮助，但主要是作为其他一些选择的“分类器”算法的输入。而且，这样的算法需要每种文本的一些“带标签的例子”-在那里你提供正确的答案-才能工作。因此，你很可能不得不浏览你的报纸文章语料库，并在其中一大堆文章上标上你想要的答案。

您应该从使用scikit-learn的一些示例开始，这个最流行的Python库带有文本分类工具，即使一开始没有任何Word2Vec或Doc2Vec特性。例如，在它的文档中有一个简介：

"Working With Text Data“

只有在使用通用preprocess/feature-extraction/training/evaluation步骤设置了一些基本代码并查看了一些实际结果之后，才应该考虑添加一些基于Word2Vec或Doc2Vec的特性是否会有所帮助。