通过词嵌入与分类器联合学习进行情感分析

词嵌入是文本文档中单个词在向量空间中的表示，通常有助于执行自然语言处理任务。当前最先进的词嵌入学习算法以无监督方式从大型文本文档语料库中学习向量表示。本文介绍了SWESA（用于情感分析的监督词嵌入），一种通过词嵌入进行情感分析的算法。SWESA利用文档标签信息，通过求解一个同时针对词嵌入和分类精度最小化代价函数的优化问题，从规模适中的文本文档语料库中学习词的向量表示。分析表明，SWESA提供了一种估计待学习词嵌入维度的有效方法。在多个真实世界数据集上的实验表明，与先前提出的词嵌入和情感分析任务方法相比，SWESA具有更优越的性能。