摘要

近年来，随着深度学习（Deep Learning, DL）的兴起，推特情感分析（即预测推文的情感倾向）引起了越来越多的关注。本文提出了一项新的任务：预测给定推文的一级回复中的主要情感。为此，我们创建了RETWEET数据集，该数据集包含大量手动标注了情感标签的推文及其回复。作为强大的基线方法，我们提出了一种基于两阶段深度学习的方法：首先，通过应用标准情感分类器对推文回复进行自动标注，并汇总每个原始推文的预测结果；我们的理由是，在汇总步骤中，分类器所犯的个体错误可能会相互抵消。其次，利用这些自动标注的数据对神经网络进行监督训练，以从原始推文中预测回复的情感。最终得到的分类器在新的RETWEET数据集上进行了评估，显示出有前景的结果，尤其是在考虑到其训练过程中完全没有使用任何手动标注的数据的情况下。该数据集和基线实现均已公开发布。