基于数据驱动模型的情感检测
计算与语言
2019-01-11 v1 机器学习
摘要
文本是当今用于交流的主要方式，每天都会产生大量文本。本文利用文本数据对情感进行分类。情感是人们表达感受的方式，对决策任务有高度影响。我们收集了公开可用的数据集，并根据此处考虑的三种情感（积极、消极和中性）进行合并。本文提出了 TFIDF 和 keras 嵌入的文本表示方法，然后输入经典机器学习算法，其中逻辑回归给出了约 75.6% 的最高准确率，之后传入深度学习算法 CNN，其给出了约 45.25% 的 SOTA 准确率。为研究目的，所收集的数据集已发布。
引用
@article{arxiv.1901.03141,
title = {Emotion Detection using Data Driven Models},
author = {Naveenkumar K S and Vinayakumar R and Soman KP},
journal= {arXiv preprint arXiv:1901.03141},
year = {2019}
}
备注
11 pages