Deep learning 无监督深度学习如何用于情绪分析？

通常，文本分类（包括情绪分析）可以通过以下两种方式之一执行：1。如果有足够的训练数据和2。当没有足够的未预先标记的训练数据时的无监督训练

我只有一个tweet的集合，其中只包含文本（评论），并且没有极性。 我的问题是，是否有任何方法可以使用无监督学习对这些数据进行感知分析

谢谢你帮助我（根据你的评论，我把注意力集中在你问题的“无监督”部分，而忽略了深度学习。）

如果你使用了类似的方法，你可以给推文中的每个单词分配一个正或负的分数，然后（作为最简单的方法）将它们相加，得到每个推文的一个情绪数字

在这一点上，你是否在进行监督或非监督学习并不重要，因为无论哪种方式，你都会对每条推文进行评分，并可以将推文分为积极、中立和消极情绪。该类受监督的数据所允许的是获得一个关于它在分类方面做得有多好的错误估计

---

如果您希望在培训数据没有类的情况下进行错误估计，您可以自己评估推文的某些百分比。即使只做了30次，也会让你开始了解分组算法在从随机到完美的范围内的位置，而且不会花很长时间。

你特别感兴趣的是无监督的深度学习，还是任何无监督的学习？（你的标题和标签提到深入学习，但你的问题正文没有提到。）谢谢你的回答。因为我有一个数据删除类，我正在寻找一个无监督的学习。有什么想法吗？非常感谢。