本論文では、感情の意味をベクトルにエンコードするEmo2Vecを提案します。Emo2Vecは、感情分析、皮肉分類、ストレス検出、侮辱言語分類、侮辱検出、および性格認識を含む6つの異なる感情関連タスクのマルチタスク学習によって訓練されます。Emo2Vecの評価結果は、Sentiment-Specific Word EmbeddingやDeepMoji embeddingsなどの既存の感情関連表現よりも優れた性能を示しており、訓練コーパスがはるかに小さいにもかかわらずその点で際立っています。GloVeと連結した場合、Emo2Vecは単純なロジスティック回帰分類器を使用していくつかのタスクにおいて最先端の結果と競合する性能を達成しています。