تحليل المشاعر على تويتر، والذي يركز غالبًا على التنبؤ باتجاهية التغريدات، قد جذب اهتمامًا متزايدًا في السنوات الأخيرة، خاصة مع ظهور التعلم العميق (Deep Learning - DL). في هذا البحث، نقترح مهمة جديدة وهي التنبؤ بالمشاعر السائدة بين الردود (الأولية) على تغريدة معينة. لهذا الغرض، قمنا بإنشاء مجموعة بيانات كبيرة تسمى RETWEET تتضمن تغريدات وردود عليها تم تصنيفها يدويًا بموجب علامات المشاعر. كأساس قوي للمقارنة، نقترح طريقة من مرحلتين تعتمد على التعلم العميق: أولاً، نقوم بإنشاء بيانات تدريب مصنفة تلقائيًا عن طريق تطبيق تصنيف مشاعر قياسي على ردود التغريدات وجمع توقعاته لكل تغريدة أصلية؛ ومنطقنا هو أن الأخطاء الفردية التي يرتكبها المصنف من المرجح أن تتلاشى في خطوة الجمع. ثانيًا، نستخدم البيانات المصنفة تلقائيًا لتدريب شبكة عصبية تحت إشراف لتنبؤ مشاعر الردود من خلال التغريدات الأصلية. يتم تقييم المصنف الناتج على مجموعة البيانات الجديدة RETWEET، مما يظهر نتائج واعدة، خاصة عند الأخذ في الاعتبار أنه تم تدريبه دون استخدام أي بيانات مصنفة يدويًا. كلتا مجموعة البيانات والتنفيذ الأساسي متاحان للعامة.