首页> 中国专利> 一种基于特征表示学习的跨领域情感分类方法及系统

一种基于特征表示学习的跨领域情感分类方法及系统

页面导航

摘要
著录项
法律信息
相似文献

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。

著录项

公开/公告号CN112199505A

专利类型发明专利
公开/公告日2021-01-08

原文格式PDF
申请/专利权人福州大学;
展开▼

申请/专利号CN202011185607.3
发明设计人廖祥文;林诚燕;鲍亮;张艳茹;徐庆;
展开▼

申请日2020-10-30
分类号G06F16/35(20190101);G06F40/30(20200101);G06N3/04(20060101);
代理机构35100 福州元创专利商标代理有限公司;
代理人钱莉;蔡学俊
地址 350108 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
入库时间 2023-06-19 09:30:39

法律信息

法律状态公告日

法律状态信息

法律状态
2022-06-03

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于特征表示学习的跨领域情感分类方法及系统 [P] . 中国专利： CN112199505A . 2021-01-08
2. 一种基于文本表示学习的跨领域情感分类系统及方法 [P] . 中国专利： CN109783644A . 2019-05-21
3. Method and system for text classification based on learning of transferable feature representations from a source domain [P] . 美国专利： US10832166B2 . 2020-11-10

机译：基于从源域学习可转移特征表示的文本分类方法和系统
4. LSTM Emotional Classification Method in Dialogue using Word-level Emotion Embedding based on Semi-Supervised Learning and LSTM model [P] . KR20210083986A . 2021-07-07

机译：基于半监督学习和LSTM模型的词语级情感嵌入对话的LSTM情感分类方法
5. Emotional Classification Method in Dialogue using Word-level Emotion Embedding based on Semi-Supervised Learning and LSTM model [P] . KR102315830B1 . 2021-10-22

机译：基于半监督学习和LSTM模型的词语级情绪嵌入对话中的情感分类方法