公开(公告)号：CN112199505A

公开(公告)日：2021-01-08

申请号：CN202011185607.3

申请日：2020-10-30

Applicant: 福州大学

Inventor： 廖祥文 ,  林诚燕 ,  鲍亮 ,  张艳茹 ,  徐庆

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明涉及一种基于特征表示学习的跨领域情感分类方法及系统，包括步骤：对源领域文本与目标领域文本进行特征化处理，得到源领域初始文本向量与目标领域初始文本向量；将源领域初始文本向量与目标领域初始文本向量分别特征表示学习模块中，得到源领域文本特征向量与目标领域文本特征向量；将源领域文本特征向量与目标领域文本特征向量送入特征表示强化模块中，并进行训练；利用训练好的特征表示强化模块对目标领域的文本特征向量进行分类预测。本发明能够提升目标领域文本情感分类的效果。

公开(公告)号：CN112199505B

公开(公告)日：2022-06-03

申请号：CN202011185607.3

申请日：2020-10-30

Applicant: 福州大学

Inventor： 廖祥文 ,  林诚燕 ,  鲍亮 ,  张艳茹 ,  徐庆

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明涉及一种基于特征表示学习的跨领域情感分类方法及系统，包括步骤：对源领域文本与目标领域文本进行特征化处理，得到源领域初始文本向量与目标领域初始文本向量；将源领域初始文本向量与目标领域初始文本向量分别特征表示学习模块中，得到源领域文本特征向量与目标领域文本特征向量；将源领域文本特征向量与目标领域文本特征向量送入特征表示强化模块中，并进行训练；利用训练好的特征表示强化模块对目标领域的文本特征向量进行分类预测。本发明能够提升目标领域文本情感分类的效果。