【发布时间】：2020-04-09 16:32:46
【问题描述】：
我正在使用 Word2vec（Gensim，在 python 中）来理解句子的含义（通过其中的每个单词）。 我的目标是能够意识到这句话是否表明了说话者的感受。 我在哪里可以找到这样的字典？ 例如，一本字典表示快乐，另一本字典表示悲伤。 谢谢
【问题讨论】：
-
您的最终目标——确定一个句子是否表示更多的“快乐”或“悲伤”——并不一定需要任何与“快乐”/“悲伤”相关的外部词汇。这是一个分类问题，如果您有足够多的例句标记为“正确”答案，您可以尝试许多替代方法。 （这些方法中的许多方法可能会产生这种词到情感信息的副作用。但它们可能不需要它们作为输入——并且在不导入任何其他词集的假设的情况下它们可能会更好地工作。）所以，是目标更重要，还是您询问的具体方法？
-
用句子会很好，但我也没有。我认为最简单的方法就是将句子中单词的相似度与这些词典进行比较，然后如果接近，我就可以理解是什么意思了。
-
您的意思是，您没有标有“正确”答案的句子吗？ （因为你清楚地知道你想要评估的句子。）你可以在悲伤到快乐的等级上对一个句子进行排名吗？如果是这样，那么取几十个（或几百个）你想用代码评估的句子，并用你的判断对它们进行手工注释，作为训练数据。 （如果您不这样做，即使使用其他单词评估也只会盲目：您如何知道评估是否有意义，或者在您尝试不同的步骤/权重/等时变得更好或更糟？）
-
我还没有句子，这就是问题所在。我需要构建一些能够处理实时数据的东西。因此，我认为使用字典并与 Gensim 进行类似的比较，我将能够得到预测
-
如果没有一些示例数据来测试您的假设，几乎不可能构建任何明智的东西，因此我建议您找到自己的句子集，您认为这些句子可能是您句子的良好替代品最终必须进行分类——或者只是等到有实际数据可用。
标签： python gensim word2vec glove