emoji2vec：从描述中学习 Emoji 表示
计算与语言
2016-11-22 v2
摘要
许多当前用于社交媒体的自然语言处理应用依赖于表示学习并利用预训练的词嵌入。目前存在几个公开可用的预训练词嵌入集，但即使社交媒体中 emoji 的使用日益增加，它们包含的 emoji 表示却很少或根本没有。在本文中，我们发布了 emoji2vec，这是所有 Unicode emoji 的预训练嵌入，是从它们在 Unicode emoji 标准中的描述学习而来的。由此产生的 emoji 嵌入可以与 word2vec 一起直接用于下游的社交自然语言处理应用中。我们证明，对于情感分析的下游任务，从简短描述中学习的 emoji 嵌入优于在大量推文集合上训练的 skip-gram 模型，同时避免了需要 emoji 频繁出现的上下文以估计其表示的需求。
引用
@article{arxiv.1609.08359,
title = {emoji2vec: Learning Emoji Representations from their Description},
author = {Ben Eisner and Tim Rocktäschel and Isabelle Augenstein and Matko Bošnjak and Sebastian Riedel},
journal= {arXiv preprint arXiv:1609.08359},
year = {2016}
}
备注
7 pages, 4 figures, 1 table, In Proceedings of the 4th International Workshop on Natural Language Processing for Social Media at EMNLP 2016 (SocialNLP at EMNLP 2016)