感情分析に監督されていない深い学習はどのように使用されますか？

Question

センチメント分析を含む通常のテキスト分類は、2つの方法の1つで実行できます。十分なトレーニングデータがある場合は教師あり学習、2.事前にラベル付けされていないトレーニングデータがない場合は教師なしトレーニング

I texte（レビュー）のみを含むつぶやきのコレクションを持ち、各twwetは極性がありません。 私の質問は、監督されていない学習を使用して、このデータのdi sentimeent分析の方法はありますか？

は（あなたのコメントに基づいて、私はあなたの質問の「教師なし」の部分に集中し、かつ深い学習を無視してきました。）私に

Answer 1

を助けるためにありがとう

をあなたSentiWordNetようなものを使用した場合つぶやきの各単語に肯定的または否定的なスコアを割り当ててから、（最も簡単な方法として）合計して、各ツイートの感情番号を取得することができます。

あなたが監督されていない、または監督されていない学習をしている場合は、それぞれのツイートのスコアを持ち、ツイートを、例えば、プラス、ニュートラル、マイナスに分けることができます感情。監視対象のデータであるクラスがどのようにしてを許可しているのかは、それらを分類する際にどれだけうまくいっているかについての誤った推定値が得られています。

トレーニングデータにクラスがないときにエラーを見積もる場合は、自分のツイートの割合を評価することができます。 30個を実行するだけで、グループ化アルゴリズムがランダムから完璧までのスケール上のどこにあるかを知ることができ、時間がかかりません。