[发明专利]跨领域观点数据的分类方法和装置

权利要求书

1.一种跨领域观点数据的分类方法，其特征在于，所述方法包括：

根据源领域和目标领域的共享话题获取共享话题矩阵，并根据源领域的领域特定话题和目标领域的领域特定话题分别获取源领域的领域特定话题矩阵和目标领域的领域特定话题矩阵；

根据所述共享话题矩阵、源领域的领域特定话题矩阵、源领域的极性矩阵及源领域的检索词矩阵确定源领域的目标函数，所述源领域的目标函数ψ_s为：

其中，所述为费罗贝尼乌斯范数，所述Tr[.]为矩阵迹，所述X_s为源领域的检索词矩阵，所述U₀为共享话题矩阵，所述U_s为源领域的领域特定话题矩阵，所述V_s为源领域的文档话题矩阵，所述为源领域的文档话题矩阵的转置矩阵，所述α为任意参数，所述W_s为线性模型系数，用于预测所述V_s的观点数据，所述Y_s为源领域的极性矩阵，所述C_s为对角矩阵；

并根据所述共享话题矩阵、目标领域的领域特定话题矩阵及目标领域的检索词矩阵确定目标领域的目标函数，所述目标领域的目标函数ψ_t为：

其中，所述X_t为目标领域的检索词矩阵，所述U₀为所述共享话题矩阵，所述U_t为目标领域的领域特定话题矩阵，所述V_t为目标领域的文档话题矩阵，所述V_t^T为目标领域的文档话题矩阵的转置矩阵；

根据所述源领域的目标函数和所述目标领域的目标函数确定总目标函数，并确定所述总目标函数中各个参数的收敛值；

根据总目标函数中各个参数的收敛值获取分类函数，并根据所述分类函数对目标领域的观点数据进行分类。

2.根据权利要求1所述的方法，其特征在于，根据所述源领域的目标函数和所述目标领域的目标函数确定的总目标函数ψ为：

3.根据权利要求2所述的方法，其特征在于，所述总目标函数的参数为U₀、U_s、V_s、W_s、U_t和V_t；

所述确定所述总目标函数中各个参数的收敛值，包括：

按照公式迭代计算参数U₀的当前迭代值直至当前迭代值收敛，并将收敛的当前迭代值作为参数U₀的收敛值其中，所述H_s为源领域的共享话题矩阵的系数矩阵，所述H_t为目标领域的共享话题矩阵的系数矩阵；

按照公式迭代计算参数U_s的当前迭代值直至当前迭代值收敛，并将收敛的当前迭代值作为参数U_s的收敛值其中，所述L_S源领域的领域特定话题矩阵的系数矩阵；

按照公式迭代计算参数V_s的当前迭代值直至当前迭代值收敛，并将收敛的当前迭代值作为参数V_s的收敛值

按照公式迭代计算参数W_s的当前迭代值直至当前迭代值收敛，并将收敛的当前迭代值作为参数W_s的收敛值

按照公式迭代计算参数U_t的当前迭代值直至当前参数收敛，并将收敛的当前迭代值作为参数U_t的收敛值L_t为目标领域的领域特定话题矩阵的系数矩阵；

按照公式迭代计算参数V_t的当前收敛值直至当前参数收敛，并将收敛的当前迭代值作为参数V_t的收敛值

其中，代表内积运算符，t代表当前的迭代，t-1代表上一次迭代。