你好，对于这个情感分析任务，我有几个疑问。

[bbbubblegum]

1.我们将一条短评，进行分词，然后将利用预训练的word2vec构建构建这个短评的embeddding,让这个embuding作为LSTM的输入项.而LSTM输入项应该是分词词语的向量才对吧，因为只有词语和词语之间才会有时间序列上的关联，而句子和句子间是没有的。
例如下图中的 x , x , x<t+1> ,应该是词语向量，而不是一个个embedding。

2.如果LSTM输入的是词语向量，而LSTM中每个一LSTM单元的输出层都是二分类的话，是对一个一个词语去判断他的情感极性么？我觉得应该是整个LSTM循环之后再连接一个输出层二分类这样才是合理吧，然后如果是这样的话，我们对每一条短评都建立一个LSTM神经网络模型和二分类的输出层，最后一共m个短评构建出一个LSTM神经网络集群，从而去定义整个集群的损失函数sum(loss)/m么？
很抱歉，我是个初学者，在对LSTM和Word2vec上得理解得不够准确和透彻，希望得到您的解答，谢谢。

Originally posted by @Sujunheng in #2 (comment)

[aespresso]

因为一维的独热编码已经可以代表二分类问题, 如果你非要输出两个值, 可以用softmax, 但本质上损失函数计算都是一样的, 都是交叉熵, 可以去看看我最近讲的机器学习中的数学, https://www.bilibili.com/video/av53400966 有讲到分类的问题