1.改进特征选择的神经结构对应学习跨领域情感分类方法,其特征在于:
所述分类方法的具体步骤如下:
Step1、对互联网评论进行预处理,获取源域Ds、目标域Dt的文本内容;
Step2、对文本进行词形还原,消除冗余特征,对文本进行向量化处理,得到文本初始特征;并通过卡方检验特征选择方法筛选出枢轴特征,作为跨领域任务中的枢轴特征,其余特征为非枢轴特征;
Step3、利用枢轴特征,基于神经结构对应学习得到源领域和目标领域的特征映射矩阵,该特征映射矩阵能将两个领域的特征迁移至相同的特征空间;
Step4、利用特征映射矩阵将源领域标签文本的非枢轴特征映射至新的特征空间,得到迁移特征;根据源域的标签,利用源域初始特征和迁移特征一起来训练logistics分类器;
Step5、利用特征映射矩阵将目标域文本的非枢轴特征映射为迁移特征,将目标域的初始特征和迁移特征一起送入训练好的logistics分类器,即可得到目标领域的分类结果。
2.根据权利要求1所述的改进特征选择的神经结构对应学习跨领域情感分类方法,其特征在于:所述步骤Step1的具体步骤为:Step1.1、使用工具包xml.tree下的解析树函数ElmentTree,提取源领域Ds和目标领域Dt的互联网评论
Step1.2、将来自源域Ds的有标签样本以及源域Ds、目标域Dt中无标签样本进行去停用词等处理,减少噪声干扰。
3.根据权利要求1所述的改进特征选择的神经结构对应学习跨领域情感分类方法,其特征在于:所述步骤Step2的具体步骤为:Step2.1、对文本进行词形还原,消除文本中的冗余特征;
Step2.2、通过词袋模型将文本转换为文本特征向量,得到文本的初始特征;其中,向量的行表示产品评论的数目,向量的列表示文本中的特征,向量的值表示每个词即特征在文本中出现的频次;
Step2.3、计算Step1得到的源领域Ds中训练样本的特征向量和标签向量之间的卡方统计量,通过卡方统计量,来衡量特征与标签之间的关联程度,卡方统计量越大,特征与情感极性的关联程度越大:其中,a是情感极性为l的文本中,包含特征f的文本数目,c是该类文本中不包含特征f的文本数目;b是情感极性不为l的另一类文本中,包含特征f的文本数目,d是该类文本中不包含特征f的文本数目;χ(f,l)表示特征f与标签l之间的卡方统计量;
Step2.3、将卡方统计量值从大到小排列特征;
Step2.4、计算特征在两个领域中出现的词频,选取有着最大卡方统计量值且在两个领域中词频大于m的特征作为枢轴特征,其余特征为非枢轴特征,其中m取10。
4.根据权利要求1所述的改进特征选择的神经结构对应学习跨领域情感分类方法,其特征在于:所述步骤Step3的具体步骤为:Step3.1、通过Step2得到源领域Ds与目标领域Dt的枢轴特征和非枢轴特征,将非枢轴特征对应的非枢轴特征向量作为神经结构对应学习模型的输入,枢轴特征对应的枢轴特征向量作为输出;
Step3.2、固定神经结构对应学习模型隐藏层到输出层的权重矩阵,训练模型得到非枢轴与枢轴之间的映射关系,得到输入层到隐藏层的特征映射矩阵,该特征映射矩阵能将两个领域的特征迁移至统一的特征空间。
5.根据权利要求4所述的改进特征选择的神经结构对应学习跨领域情感分类方法,其特征在于:获得隐藏层到输出层的权重矩阵的具体步骤为:通过源域和目标域文本内容训练出word2vec词向量,每个词对应一个500维的向量矩阵;找到枢轴特征对应的词向量,得到枢轴特征的词向量矩阵,作为神经结构对应学习中隐藏层到输出层间的权重矩阵。