[发明专利]跨领域文本情感分类模型的训练方法、装置、设备及介质有效
| 申请号： | 201810922343.1 | 申请日： | 2018-08-14 |
| 公开（公告）号： | CN109308318B | 公开（公告）日： | 2021-06-04 |
| 发明（设计）人： | 傅向华;刘旺旺 | 申请（专利权）人： | 深圳大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 深圳青年人专利商标代理有限公司 44350 | 代理人： | 吴桂华 |
| 地址： | 518060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用自然语言处理技术领域，提供了一种跨领域文本情感分类模型的训练方法、装置、设备及介质，该方法包括：在根据源领域样本集和目标领域样本集对跨领域文本情感分类模型进行初次训练后，根据训练好的跨领域文本情感分类模型对目标领域样本集进行情感分类，得到目标领域样本集中每个目标样本对应的情感预测标签和每个目标样本属于每个情感类别的隶属度，根据隶属度，通过模糊值公式计算每个目标样本的情感模糊值，将情感模糊值低于模糊阈值的目标样本和该目标样本对应的情感预测标签添加到源领域样本集中，根据该源领域样本集和目标领域样本集对跨领域文本情感分类模型进行再次训练，从而提高跨领域文本情感分类模型的情感分类准确率。 | ||
| 搜索关键词： | 领域 文本 情感 分类 模型 训练 方法 装置 设备 介质 | ||
【主权项】：
1.一种跨领域文本情感分类模型的训练方法，其特征在于，所述方法包括下述步骤：根据预设的源领域样本集和预设的目标领域样本集对预先构建的跨领域文本情感分类模型进行初次训练，所述目标领域样本集中的每个目标样本为无标签样本；根据训练好的所述跨领域文本情感分类模型对所述目标领域样本集进行情感分类，得到所述每个目标样本对应的情感预测标签和所述每个目标样本属于预设的每个情感类别的隶属度；根据所述隶属度，通过预设的模糊值公式计算所述每个目标样本的情感模糊值，得到对应的情感模糊值集；将所述情感模糊值集中低于预设模糊阈值的情感模糊值对应的目标样本和所述目标样本对应的情感预测标签添加到所述源领域样本集中，以对所述源领域样本集进行扩充；根据扩充后的所述源领域样本集和所述目标领域样本集对所述跨领域文本情感分类模型进行再次训练，以完成对所述跨领域文本情感分类模型的训练。
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深圳大学，未经深圳大学许可，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/201810922343.1/，转载请声明来源钻瓜专利网。
