torch实现的word2vec与情感分析

火炬的实现word2vec和情感分析，如assignment1.pdf中所述。 负采样丢失函数和最大余量学习用于word2vec。 在Terminal.app中，运行python extract_datasets_for_torch.py来为sentiment_analysis.lua生成数据集。 运行th filter_sentences.lua生成单词词汇，然后使用该词汇将句子写到文件中 运行th word2vec.lua训练word2vec模型。 您不需要复杂的多层网络即可在此处生成嵌入。 我们的任务是简单地基于同现来分离单词嵌入。 如果在这里有文档，我们将需要一个复杂的系统（例如，用于文档的convnet）来生成嵌入，因为没有明显的方法可以在一个简单的嵌入中组合多个文档。 在这里，我们仅具有单词的词汇表，并将嵌入映射到每个单词。 您可以自己尝试：在网络中添加几层，并使用最后一层