成果介紹
本發(fā)明提供基于深度混合模型遷移學(xué)習(xí)的評(píng)論情感分類方法及系統(tǒng),所述評(píng)論情感分類方法包括以下步驟:步驟S1,采集商品評(píng)論,并對(duì)商品評(píng)論的源領(lǐng)域數(shù)據(jù)樣本集進(jìn)行預(yù)處理;步驟S2,將預(yù)處理后的數(shù)據(jù)映射為詞向量;步驟S3,對(duì)商品評(píng)論的源領(lǐng)域數(shù)據(jù)樣本集進(jìn)行深度混合模型預(yù)訓(xùn)練;步驟S4,對(duì)商品評(píng)論的目標(biāo)領(lǐng)域數(shù)據(jù)樣本集進(jìn)行深度混合模型的微調(diào);步驟S5,對(duì)目標(biāo)領(lǐng)域的商品評(píng)論進(jìn)行情感分類。本發(fā)明訓(xùn)練速度快且訓(xùn)練難度低,只需要幾輪訓(xùn)練便可以得到較高分類精度,并且在噪音較多或者數(shù)量較少的數(shù)據(jù)集訓(xùn)練時(shí)也能得到較好的分類效果,對(duì)數(shù)據(jù)集依賴性小,魯棒性良好;本發(fā)明還有效提高了可遷移能力,達(dá)到了提高遷移學(xué)習(xí)后的分類精度等目的。
成果應(yīng)用案例介紹
計(jì)算控制>學(xué)習(xí)方法>混合模型遷移學(xué)習(xí); 計(jì)算控制>評(píng)價(jià)方法>情感分類評(píng)價(jià)方法