龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于强化迁移学习的跨领域样本迁移方面级情感分类方法。在跨领域方面级情感分类任务中，针对特定领域方面级情感分类任务重标签数据的稀缺性，提出了一种基于强化迁移学习的跨领域样本迁移方法。本发明首先采用句子级别样本迁移方法在数据层面上解决外部资源依赖与词语噪声过多的问题，同时将源领域低质量样本过滤。其次，在方法层面使用强化迁移学习来根据目标任务及源领域辅助任务的表现自动更新样本选择策略。最后，在训练层面将样本选择过程与目标模型的迁移训练过程联合训练，提高迁移模型的训练效率。实验结果表明，本发明提出的方法优于基线模型，有效提高了跨领域方面级情感分类的准确率。
主权项：1.一种基于强化迁移学习的跨领域样本迁移方面级情感分类方法，其特征在于，包括以下步骤：S1，基于强化迁移学习的跨领域样本迁移方面级情感分类方法总体框架；该框架主要包括数据处理及共享编码器模块、方面级情感分类模块和基于强化学习的样本选择模块三个部分；S2，数据处理及共享编码器模块；在数据处理部分对目标领域的150条样本进行人工数据标注作为指导集，对源领域数据分块以便后续迭代训练；在共享编码器部分使用基于Transformer的共享编码器为样本生成嵌入表示，使编码器在源领域和目标领域中学习到统一表示，从而理解和处理不同领域中的数据；S3，方面级情感分类模块；模块设计两个情感分类任务：第一个是源领域上的文档级情感分类任务，第二个是是目标领域上的方面级情感分类任务；两个任务通过共享编码器模块共享底层特征，并相互影响和增强彼此性能；S4，基于强化学习的样本选择模块；基于强化学习设计样本选择概率生成器指导样本选择，综合考虑下游任务性能与领域差异为样本选择概率生成器提供反馈，采用样本选择策略从源领域中选择样本进行目标模型的迁移训练。
全文数据：
权利要求：
百度查询： 山西财经大学 一种基于强化迁移学习的跨领域样本迁移方面级情感分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号