在情感分析中如何使用无监督的深度学习？

Question

典型的文本分类，包括情感分析，可以采用以下两种方法之一: 1.有足够的训练数据时进行有监督的学习；2.当没有足够的训练数据时，进行无监督的训练。

我只有一个推特的集合，其中只包含文本(评论)，没有极性冷杉每双湿。我的问题是，是否有任何方法对这些数据进行无监督学习的情感分析？

谢谢你帮我

Answer 1

(基于你的评论，我把注意力集中在你问题的“无监督”部分，而忽略了深入学习。)

如果你使用像SentiWordNet这样的东西，你可以给推文中的每个单词分配一个肯定或消极的分数，然后(作为最简单的方法)把它们加起来，得到每个推文的一个情绪编号。

在这一点上，你做的是有监督的还是没有监督的学习并不重要，因为无论是哪种方式，你都会对每条推文都有一个分数，并且可以把它们划分为积极的、中立的和消极的情绪。有监督的数据，这个类，允许的是得到一个错误估计，它在分类方面做得有多好。

如果您想要在培训数据没有类的情况下进行错误估计，您可以自己评估某个百分比的tweet。即使只做30次，也会开始让你知道你的分组算法在哪里，从随机到完美，不会花很长时间。