首页 | 官方网站   微博 | 高级检索  
     

基于语义结构的迁移学习文本特征对齐算法
引用本文:卢晨阳,康雁,杨成荣,蒲斌.基于语义结构的迁移学习文本特征对齐算法[J].计算机工程,2019,45(5):116-121.
作者姓名:卢晨阳  康雁  杨成荣  蒲斌
作者单位:云南大学软件学院,昆明,650500;云南大学软件学院,昆明,650500;云南大学软件学院,昆明,650500;云南大学软件学院,昆明,650500
基金项目:国家自然科学基金;云南省软件工程重点实验室开放基金
摘    要:特征对齐在源域和目标域空间不一致时会导致负迁移现象。为此,提出一种基于GloVe和WordNet模型的迁移学习文本特征对齐算法。根据数据样本词性和类别对分类任务进行特征筛选,选择源域和目标域的领域共有词作为枢纽词,使用GloVe模型对齐源域和目标域中最相似的非枢纽特征。在此基础上,根据源域和目标域的非共有特征,通过WordNet模型对领域独立特征完成强语义对齐,同时利用含有枢纽特征的对齐三元组表示对齐特征。实验结果表明,该算法可有效降低特征维度,扩充特征空间,提高跨领域文本分类精度。

关 键 词:迁移学习  特征对齐  词向量  词网  文本挖掘

Text Feature Alignment Algorithm for Transfer Learning Based on Semantic Structure
LU Chenyang,KANG Yan,YANG Chengrong,PU Bin.Text Feature Alignment Algorithm for Transfer Learning Based on Semantic Structure[J].Computer Engineering,2019,45(5):116-121.
Authors:LU Chenyang  KANG Yan  YANG Chengrong  PU Bin
Affiliation:(School of Software,Yunnan University,Kunming 650500,China)
Abstract:LU Chenyang;KANG Yan;YANG Chengrong;PU Bin(School of Software,Yunnan University,Kunming 650500,China)
Keywords:transfer learning  feature alignment  word vector  WordNet  text mining
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号