1.基于多源域集成迁移的跨领域情感分类方法,其特征在于:
所述情感分类方法的具体步骤如下:
Step1、基于FNSCL模型得到源域Ds迁移至目标域Dt的特征,训练不同的logistics分类器;
Step2、根据集成一致性原则,赋予logistics分类器权重,利用logistics分类器对目标域的输入实例进行概率分布预测,由各个分类器对实例预测的概率分布向量求得分类器的平均概率向量,一致性的值即平均概率向量计算得到的熵的相反数,由此得到各分类器的权重;
Step3、使用模拟退火算法寻优得到各个分类器的最优权重;
Step4、利用寻优到最优权重的训练好的分类器对产品评论进行情感分类,并在若干个领域的亚马逊产品评论上来进行情感分类实验验证。
2.根据权利要求1所述的基于多源域集成迁移的跨领域情感分类方法,其特征在于:所述步骤Step1中,采用了一种基于神经结构对应学习模型NSCL寻找迁移特征的模型即FNSCL模型,来得到源域Ds迁移至目标域Dt的特征,进而训练不同的logistics分类器,Ds1到Dt训练得到logistics分类器1,Ds2到Dt训练得到logistics分类器2,Ds3到Dt训练得到logistics分类器3。
3.根据权利要求1所述的基于多源域集成迁移的跨领域情感分类方法,其特征在于:
所述FNSCL模型利用扩展的枢轴特征进行特征迁移,在筛选枢轴特征时不仅考虑训练集中的特征与标签之间的互信息MI值,而且还考虑特征的词频,且使用了TF-IDF特征选择算法;筛选枢轴特征的具体步骤如下:Step1.1、首先经公式1计算得到源域中特征与标签之间的MI值,
式中x表示二进制特征向量,p(x)表示选择x在文本特征中出现的概率,p(y)表示句子标签y出现的概率,p(x,y)表示x和y的联合概率;
Step1.2、然后,选取uni-gram或bi-gram的词频在两个域中超过最小词频阈值的特征,并把这些特征作为第二级候选枢轴特征;
Step1.3、最后,通过TF-IDF特征选择算法,从第二级候选枢轴特征中选择TF-IDF值排在前列的uni-gram或bi-gram作为最终的两域之间的枢轴特征;
FNSCL模型为在NSCL模型的基础上,在枢轴特征提取时加入了TF-IDF特征选取方法,扩展了枢轴特征的提取方法。
4.根据权利要求1所述的基于多源域集成迁移的跨领域情感分类方法,其特征在于:所述Step2中考虑到了集成分类器中的每个分类器对于预测目标域数据的重要性不同,当不同的分类器对目标域样本的类别预测达到集成一致性最大时,认为此时的logistics分类器权重是最优的,由此,给不同的logistic分类器赋予不同的权重。
5.根据权利要求1所述的基于多源域集成迁移的跨领域情感分类方法,其特征在于:所述Step2中,利用训练得到的logistics分类器,对目标域的输入实例进行概率分布预测,针对同一个输入实例,logistics分类器1得到的概率分布向量为P1,logistics分类器2得到的概率分布向量为P2,logistics分类器3得到的概率分布向量为P3,m为分类器的个数,由公式 计算求得分类器的平均概率向量,一致性的值即平均概率向量计算得到的熵的相反数,如公式 其中,E表示分类器对目标域实例预测的平均概率分布向量的信息熵。