一种基于特征表示学习的跨领域情感分类方法及系统

授权

摘要

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。

基本信息

专利标题：

一种基于特征表示学习的跨领域情感分类方法及系统

专利标题（英）：

暂无

公开（公告）号：

CN112199505A

申请号：

CN202011185607.3

公开（公告）日：

2021-01-08

申请日：

2020-10-30

授权号：

CN112199505B

授权日：

2022-06-03

发明人：

廖祥文林诚燕鲍亮张艳茹徐庆

申请人：

福州大学

申请人地址：

福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学

代理机构：

福州元创专利商标代理有限公司

代理人：

钱莉

优先权：

CN202011185607.3

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/30 G06N3/04