10、利用嵌入技术进行自然文本情感检测

利用嵌入技术进行自然文本情感检测

1. 引言

情感是意识的一个情感方面，代表着诸如幸福、愤怒、爱、恐惧等感受。人类表达的基本情感大致可分为四类：幸福/敬畏/感激/爱、悲伤/内疚/尴尬、恐惧/惊讶，以及愤怒/厌恶/轻蔑/嫉妒/仇恨。情感计算通常涉及识别、解释、处理和模拟通过言语、肢体语言、面部表情、文本等表达的情感。

文本情感检测是情感计算的一部分，但目前基于自然文本的情感检测工作相对较少。由于文本高度依赖上下文，没有明确的标签或语音来确定准确性，因此从文本中提取句子的上下文以及其中传达的情感是一项挑战。通过用特征向量表示句子，可以捕捉语言的隐藏信息，如文本类比或上下文，从而实现从文本中检测情感。然而，为机器学习模型找到最合适的特征向量也是需要考虑的因素。

本文将展示使用最新嵌入技术（如 Doc2Vec、Sentence - BERT 和 fastText）从文本中检测情感的方法。将情感分为愤怒、幸福、悲伤和恐惧四类，并采用“一对多”方案进行多类分类。同时，还引入了一种名为 DocDict 的混合嵌入方法，它结合了基于关键词的方法和 Doc2Vec 的优势，不仅适用于情感检测，还可用于句子嵌入和文本聚类。

2. 相关工作

文本情感检测本质上是一个基于上下文的分类问题，涉及自然语言处理和机器学习领域的概念。情感分析主要关注句子的“积极”或“消极”性，而情感检测则侧重于确定不同的人类情感。

情感检测的方法主要基于面部表情识别、生理信号识别、语音信号变化和文本语义。其中，基于文本语义的检测方法通常分为三类：基于关键词的方法、基于学习的方法和混合推荐方法。本文主要尝试使用嵌入技术进行基于文本数据的情感识别，并引入了 DocDi