في هذا البحث، نقترح Emo2Vec الذي يقوم بترميز الدلالات العاطفية في شكل متجهات. نقوم بتدريب Emo2Vec باستخدام التعلم متعدد المهام لستة مهام مختلفة مرتبطة بالعواطف، تشمل تحليل العواطف/الشعور، تصنيف السخرية، كشف الإجهاد، تصنيف اللغة المسيئة، اكتشاف الإهانة، وتحديد الشخصية. تقييمنا لـ Emo2Vec يظهر أنه يتفوق على التمثيلات ذات الصلة بالتأثير الحالية، مثل تمثيل الكلمات المحدد للشعور (Sentiment-Specific Word Embedding) ومتجهات DeepMoji مع قواعد بيانات تدريب أصغر بكثير. عند دمجها مع GloVe، تحقق Emo2Vec أداءً تنافسيًا مقارنة بأحدث النتائج في عدة مهام باستخدام تصنيف منطقي بسيط (logistic regression classifier).