[发明专利]基于多源域集成迁移学习的文本主题分类模型及分类方法在审
申请号: | 201810181122.3 | 申请日: | 2018-03-06 |
公开(公告)号: | CN108460134A | 公开(公告)日: | 2018-08-28 |
发明(设计)人: | 杨云;李燕 | 申请(专利权)人: | 云南大学 |
主分类号: | G06F17/30 | 分类号: | G06F17/30;G06N3/04;G06N3/08 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 650091 云*** | 国省代码: | 云南;53 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了基于多源域集成迁移学习的文本主题分类模型,由目标域数据模块、加标签模块、多源域标签判定的集成学习模块和正确数据模块组成。基于多源域集成迁移学习的文本主题分类模型的分类方法,首先对无类标数据用加标签模块进行分类;随后对带有标签的数据进行判定,选出三个分类器都分类正确的数据将其加入到目标域数据模块,将三个分类器都进行分类得到不同类型文本主题的带有伪标签的数据,选用一种类型的文本主题作为目标域数据,其他类型的文本主题作为源域数据加入到目标域数据中,并用Softmax分类器测试正确率。有效的避免了单源域迁移带来的负迁移现象,数据的组成来自于目标域的各个方面,能够更好的满足了数据的平衡。 | ||
搜索关键词: | 文本主题 目标域 多源 迁移 分类模型 分类器 分类 标签模块 数据模块 源域 判定 标签 集成学习 模块组成 正确数据 域标签 正确率 类标 学习 并用 测试 平衡 | ||
【主权项】:
1.基于多源域集成迁移学习的文本主题分类模型,其特征在于,由目标域数据模块、加标签模块、多源域标签判定的集成学习模块和正确数据模块组成;所述目标域数据模块用于将带标签的样本数据和未带标签的样本数据加入到训练模型的行列,带标签的样本数据用来训练Softmax分类器,未带标签的目标域样本数据加入到训练模型的行列以训练好的Softmax分类器;所述加标签模块用带标签的样本数据训练出来的Softmax分类器对来自源域的无标签样本数据进行预测标记。所述多源域标签判定的集成学习模块用NN分类器和CNN分类器对带有伪标签的源域数据和Softmax分类器预测的数据做一个判断,选出三个分类器都分类正确的数据,将其分类为正确的数据样本;所述正确数据模块用于每次训练分类器,让每次用在模型训练上的数据都在递增,使未带类标的数据加上的伪类标越来越接近真实情况。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南大学,未经云南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201810181122.3/,转载请声明来源钻瓜专利网。
- 上一篇:利用移动终端进行导购的方法及导购装置
- 下一篇:电力运维信息知识图谱构建方法