基于推特数据的情感分类神经网络设计

Question

我有一个四个情感标签推文的数据集（愤怒，喜悦，恐惧，悲伤）。例如，我将推文转换为类似于愤怒的以下输入向量的向量：

愤怒代币的频率分布均值

word2vec与愤怒相似

情绪词典中愤怒的意思

标签词典中的愤怒意味着

该向量是否有效训练神经网络？

Answer 1

您的输入向量看起来很好。当然，您可能会稍后使用来自Twitter或其他相关API或数据集的统计和衍生数据来提高它。

您的网络有四个输出，就像您提到的那样：

Joy: [1,0,0,0] Sadness: [0,1,0,0] Fear: [0,0,1,0] Anger: [0,0,0,1]

如果您愿意，您可以考虑添加多个隐藏层并使其成为一个深层网络，以提高神经网络原型的稳定性。

正如您的问题所示，在培训和测试您的数据之前，最好有一个良好的预处理器和特征提取系统，这当然是您知道的，项目的进展。

伟大的项目，最良好的祝愿，谢谢你的好问题，欢迎来到stackoverflow.com！

Playground Tensorflow