情感嵌入：精炼词嵌入以捕捉词语的情感内容
计算与语言
2019-06-20 v2 信息检索
摘要
词嵌入是任何现代自然语言处理专家工具箱中最有用的工具之一。它们包含关于每个词的各类信息，使其成为任何NLP任务中表示词条的最佳方式。但有些类型的信息无法由这些模型学到，词语的情感信息便是其中之一。本文提出一种将词语情感信息融入这些模型的方法。我们通过增加一个使用情感词典和基础情绪心理学模型的次级训练阶段来实现。我们表明，将情感模型拟合进预训练词向量，可提升这些模型在情感相似性度量上的表现。重新训练的模型优于原始对应模型，从Word2Vec模型的13%提升到GloVe向量的29%。这是文献中提出的首个此类模型，尽管尚属初步，这些情感敏感模型可为提升多种情绪检测技术的性能开辟道路。
引用
@article{arxiv.1906.00112,
title = {Emotional Embeddings: Refining Word Embeddings to Capture Emotional Content of Words},
author = {Armin Seyeditabari and Narges Tabari and Shafie Gholizade and Wlodek Zadrozny},
journal= {arXiv preprint arXiv:1906.00112},
year = {2019}
}
备注
5 pages, 1 figure, 2 tables, $ equations