基于词典的无监督学习分类

AAAINov, 2016

Unsupervised Learning for Lexicon-Based Classification

Jacob Eisenstein

TL;DR本文提出了一种基于词库的分类方法，并分析了其概率正确性和预期准确性。文章证明了通过利用两个文本库之间的共现统计信息可以学习出单词权重，从而实现轻度监督下的数据驱动分类。

Abstract

In lexicon-based classification, documents are assigned labels by comparing the number of words that appear from two opposed lexicons, such as positive and negative sentiment. Creating such words lists is often easier than labeling instances, and they can be debugged by non-experts if

lexicon-based classification probabilistic justification supervised classifiers co-occurrence statistics data-driven classification

发现论文，激发创造

Lex2Sent: 一种基于 bagging 方法的无监督情感分析方法

本文提出了一种名为 Lex2Sent 的模型，使用 Doc2Vec 模型训练文档嵌入，并根据嵌入的距离来改进情感词典方法的情感分类任务，该模型在三个基准数据集上的表现均优于一流的词典。

Sep, 2022

词形变化词典中的未监督歧义消解

本文提出了使用基于神经网络的无监督学习方法来处理语料库中的词汇歧义问题，该方法在不考虑上下文的情况下，使用概率模型来推断单词形态上下文的各种分析，最终通过评估指标在五种语言上取得了一定效果。

Jun, 2018

仅从相关关键词和未标记文档中学习

本文提出了一个理论上有保证的学习框架，用于无标签文档的分类问题，该框架可以灵活选择模型，并且有效地优化了接收器操作特征曲线下的面积，并在基准数据集上展示了其有效性。

Oct, 2019

基于词典和机器学习的情感分析比较：是否存在离群词？

基于词典的情感分析方法与基于机器学习的方法对比，发现词典中的词汇对于情感得分的差异具有依赖性，而没有明显的词汇能够系统性地引起情感得分的差异。

Nov, 2023

半监督学习用于双语词典归纳

无监督和半监督学习方法在词向量、双语词汇归纳以及排名问题方面取得了重要进展。

Feb, 2024

仅使用标签名称的文本分类：基于语言模型的自训练方法

本文探讨了只使用标签名训练分类模型的潜力，使用预训练的神经语言模型作为文档分类的表示学习模型，通过自学习的方式实现使用未标注数据实现对话题和情感分类超过 90% 的精确度。

Oct, 2020

基于语料库的语义词典构建方法

本研究提出了一种基于语料库的方法，可用于构建特定领域的语义词汇表，以帮助自然语言处理领域的系统，从而填补了其对手动编码各个应用程序的依赖。

Jun, 1997

SentiWords: 情感分析高精度高覆盖率词汇表的推导

本论文提出了一种集成方法，将手动构建的先前极性词典与基于 SentiWordNet 的方法进行比较和融合，从而创建了一个在情感分析中表现出高精度和高覆盖率的先前极性词典 SentiWords，并在情感分析任务中证明了其优于 SentiWordNet 和手动标注情感词典的表现。

Oct, 2015

对比无监督表示学习的理论分析

本文提出了一种理论框架以分析对比学习的算法，并引入潜在类别假设，该框架使我们能够在平均分类任务上证明学习表示的性能。同时，该文还表明，学习表示可以降低下游任务的（标记）样本复杂度。

Feb, 2019

从百亿词库中无监督地学习语义方向

本文介绍一种简单的算法，可以从极大的语料库中学习语义定向。该方法涉及向 Web 搜索引擎发出查询并使用点间互信息分析结果，在约 1000 亿词的训练语料库的测试中，该算法达到了 80% 的准确率，可用于形容词，副词，名词和动词等语义定向的确定，与 Hatzivassiloglou 和 McKeown 的结果相当。

Dec, 2002