公开(公告)号：CN112182209B

公开(公告)日：2021-09-07

申请号：CN202011014754.4

申请日：2020-09-24

Applicant: 东北大学

Inventor： 韩东红 ,  白霖 ,  向伟豪 ,  王波涛 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供终身学习框架下基于GCN的跨领域情感分析方法，涉及自然语言处理中的跨领域情感分类领域，本发明中终身学习框架下基于GCN的跨领域情感分析方法，由如下过程所实现：提出基于图卷积神经网络的跨领域情感分类算法，即CDS‑GCN，在提出CDS‑GCN的基础上，结合终身学习思想提出终身学习框架下基于图卷积神经网络的跨领域情感分类算法，即LLCDS‑GCN，这些特征使终身学习不同于迁移学习或者多任务学习等相关的学习任务，它打破孤立学习的限制，并缓解人工标注数据费时费力带来的影响，这些特点与跨领域情感分类任务的初衷不谋而合。

公开(公告)号：CN112182209A

公开(公告)日：2021-01-05

申请号：CN202011014754.4

申请日：2020-09-24

Applicant: 东北大学

Inventor： 韩东红 ,  白霖 ,  向伟豪 ,  王波涛 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供终身学习框架下基于GCN的跨领域情感分析方法，涉及自然语言处理中的跨领域情感分类领域，本发明中终身学习框架下基于GCN的跨领域情感分析方法，由如下过程所实现：提出基于图卷积神经网络的跨领域情感分类算法，即CDS‑GCN，在提出CDS‑GCN的基础上，结合终身学习思想提出终身学习框架下基于图卷积神经网络的跨领域情感分类算法，即LLCDS‑GCN，这些特征使终身学习不同于迁移学习或者多任务学习等相关的学习任务，它打破孤立学习的限制，并缓解人工标注数据费时费力带来的影响，这些特点与跨领域情感分类任务的初衷不谋而合。