DataStoriesAbstractThis paper built two sentiment analysis systems based on LSTM with two kinds of attention mechanism on top of word embeddings pre-trained on a big collection of Twitter messages. Th
Abstract这是一片发表在ACL2016上的短文，看名字就知道是关于如何自动化构建情感词表的文章。使用了一个神经网络的方法，并且不使用任何人工标注的资源。这个方法的灵感来自于NRC方法，NRC方法在SemEval13中利用了大量推特中的emoticons来获得了最好的结果，这个文章中的方法使用了词和推特情感的互信息来定义词的情感属性。 Introduction在所有的自动化方法中，Mohamm
Abstract语义词空间很有用，但是没有办法表达长词组的意思。提出了Recursive Neural Tensor Network，这个模型可以捕捉到否定词的影响。 Introduction现有的模型难以学习组合词语，这是由于缺乏标注好的组合词词库。Stanford Sentiment Treebank是第一个在语法树上带标注的语料库。 Related Work涉及到了五个方面的工作 Sema