首页|基于辅助分类网络的跨领域文本情感分类

基于辅助分类网络的跨领域文本情感分类

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为了使源域与目标域中同类情感文本准确对齐,且尽可能增大不同情感文本特征差异,提出了一种具有加权对抗网络的域适应模型.提出了一种主分类网络与辅助分类网络相结合的网络结构,主分类网络用于对源域文本进行有监督学习,辅助分类网络用来提高文本特征的可区分度;提出了一种多对抗网络权重计算方法,实现域间同类样本的准确对齐.实验结果表明:对于Amazon数据集,提出的模型对于目标域中文本的平均识别准确率可达84.22％,比对比模型提升了2.07％,说明该模型可将优化得到的特征提取器与特征分类器同时较好的适用于源域与目标域中,从而对不同领域文本分析仿真建模提供了可靠的数据.
Cross-domain Text Sentiment Classification Based on Auxiliary Classification Networks

马娜、温廷新、贾旭、李晓会

展开 >

辽宁工程技术大学 工商管理学院,辽宁 葫芦岛 125105

辽宁工业大学 电子与信息工程学院,辽宁 锦州 121001

文本情感分类 域适应 对抗网络 辅助分类网络

国家自然科学基金辽宁省教育厅基本科研项目青年项目

61806121LJKQZ2021142

2023

10.16182/j.issn1004731x.joss.21-1283

系统仿真学报
北京仿真中心 中国系统仿真学会

系统仿真学报

CSTPCDCSCD北大核心
影响因子：0.551
ISSN：1004-731X
年,卷(期)：2023.35(4)
  • 1
  • 3