检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

31 篇 专利

馆藏范围

31 篇 电子文献
0 种 纸本馆藏

日期分布

机构

4 篇 华南师范大学
4 篇 山西财经大学
4 篇 福州大学
4 篇 北京工业大学
4 篇 合肥工业大学
2 篇 太极计算机股份有...
2 篇 广州大学
2 篇 深圳职业技术学院
2 篇 北京理工大学
2 篇 深圳大学
1 篇 中移软件技术有限...
1 篇 厦门快商通科技股...
1 篇 深圳市牛鼎丰科技...
1 篇 中国移动通信集团...

作者

4 篇 李培培
4 篇 廖祥文
4 篇 赵传君
4 篇 张玉红
4 篇 贾熹滨
4 篇 薛云
4 篇 杨帅
2 篇 王霄
2 篇 万玉晴
2 篇 曾梦美
2 篇 马放
2 篇 苏醒
2 篇 胡学钢
2 篇 朱雨航
2 篇 宋大为
2 篇 周波
2 篇 张辰
2 篇 靳亚
2 篇 郭黎敏
2 篇 郭星宇

语言

31 篇 中文

检索条件"主题词=跨领域文本"

共 31 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

跨领域文本分类模型的训练方法、分类方法和装置

跨领域文本分类模型的训练方法、分类方法和装置

引用

作者：桑杲 215163 江苏省苏州市高新区昆仑山路58号1幢

本发明公开了一种跨领域文本分类模型的训练方法、分类方法和装置，其中方法包括：获取源域和目标域的两种样本集，分别输入到表征学习器中，得到各样本的局部嵌入信息和全局嵌入信息；将各个局部嵌入信息和全局嵌入信息进行融合，分别... 详细信息

标准号: CN116263785A

本发明公开了一种跨领域文本分类模型的训练方法、分类方法和装置，其中方法包括：获取源域和目标域的两种样本集，分别输入到表征学习器中，得到各样本的局部嵌入信息和全局嵌入信息；将各个局部嵌入信息和全局嵌入信息进行融合，分别得到对应的深层语义特征；根据第一深层语义信息确定分类器损失和第一标签，根据第二深层语义信息得到第二标签；根据各深层语义信息和领域鉴别器，确定域对抗损失；通过不同域的文本图样本之间的差异，确定类对齐损失；进行迭代更新训练，优化分类器损失、类对齐损失和域对抗损失，直到满足训练结束条件，确定跨领域文本分类模型。通过上述方式，本发明实现了模型由源域向目标域的迁移，提高了文本分类的精确度。

关键词：嵌入信息语义信息跨领域文本分类模型对齐分类器目标域标签方法和装置迭代更新结束条件文本分类语义特征对抗获取源鉴别器学习器样本集图样源域全局样本迁移文本融合分类优化

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类模型的训练方法、装置、设备及介质

跨领域文本情感分类模型的训练方法、装置、设备及介质

引用

作者：傅向华刘旺旺 518060 广东省深圳市南山区南海大道3688号

本发明适用自然语言处理技术领域，提供了一种跨领域文本情感分类模型的训练方法、装置、设备及介质，该方法包括：在根据源领域样本集和目标领域样本集对跨领域文本情感分类模型进行初次训练后，根据训练好的跨领域文本情感分类模型对... 详细信息

标准号: CN109308318A

本发明适用自然语言处理技术领域，提供了一种跨领域文本情感分类模型的训练方法、装置、设备及介质，该方法包括：在根据源领域样本集和目标领域样本集对跨领域文本情感分类模型进行初次训练后，根据训练好的跨领域文本情感分类模型对目标领域样本集进行情感分类，得到目标领域样本集中每个目标样本对应的情感预测标签和每个目标样本属于每个情感类别的隶属度，根据隶属度，通过模糊值公式计算每个目标样本的情感模糊值，将情感模糊值低于模糊阈值的目标样本和该目标样本对应的情感预测标签添加到源领域样本集中，根据该源领域样本集和目标领域样本集对跨领域文本情感分类模型进行再次训练，从而提高跨领域文本情感分类模型的情感分类准确率。

关键词：情感分类模型跨领域文本目标样本样本集目标领域源领域模糊情感分类隶属度样本自然语言处理技术标签添加公式计算预测准确率标签

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类模型的训练方法、装置、设备及介质

跨领域文本情感分类模型的训练方法、装置、设备及介质

引用

作者：傅向华刘旺旺 518060 广东省深圳市南山区南海大道3688号

标准号: CN109308318B

关键词：情感分类模型跨领域文本目标样本样本集目标领域源领域模糊情感分类隶属度样本自然语言处理技术标签添加公式计算预测准确率标签

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类方法、装置、存储介质以及电子设备

跨领域文本情感分类方法、装置、存储介质以及电子设备

引用

作者：杨驰薛云周波陈建颖 510006 广东省广州市番禺区外环西路378号华南师范大学物理与电信工程学院

本发明涉及一种跨领域文本情感分类方法、装置、存储介质以及电子设备，该方法包括：获取目标领域文本以及标注有情感类别标签的源领域文本，建立跨领域文本情感分类模型，所述模型包括第一双通道特征提取模块、第二双通道特征提取模块... 详细信息

标准号: CN113779249B

本发明涉及一种跨领域文本情感分类方法、装置、存储介质以及电子设备，该方法包括：获取目标领域文本以及标注有情感类别标签的源领域文本，建立跨领域文本情感分类模型，所述模型包括第一双通道特征提取模块、第二双通道特征提取模块、第一领域适应模块和第二领域适应模块，通过相互学习和对抗网络学习对模型进行训练，将待进行情感分类的目标领域文本输入至训练好的所述跨领域文本情感分类模型中，获得情感分类结果，通过采用单词层级和句子层级的层次结构逐步提取文本的语义通道特征，通过双向门控循环单元提取浅层语义信息，然后用图注意力获得句法依赖关系，提取文本的句法通道特征，从而提高了跨领域文本情感分类的准确度。

关键词：跨领域文本情感分类文本情感分类模型特征提取模块通道特征双通道层级层次结构存储介质电子设备获取目标句法依赖领域文本目标领域情感类别网络学习循环单元语义信息准确度语义双向门源领域句法浅层单词句子标注注意力标签对抗学习

来源：评论

学校读者我要写书评

暂无评论

一种基于多源领域适应联合学习的跨领域文本情感分类方法

一种基于多源领域适应联合学习的跨领域文本情感分类方法

引用

作者：赵传君 030006 山西省太原市小店区坞城路696号

本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。... 详细信息

标准号: CN110032646B

本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。特别地，本发明设计的联合训练的损失函数包括四个部分：情感分类损失、参数迁移损失、领域融合损失和防止过拟合的正则项。情感分类损失包含了源领域任务和目标领域任务上的情感分类损失，软参数迁移的方法可以有效地迁移源领域的情感知识到目标领域中，而深度领域融合可以保证在学习过程中不同领域的边际分布尽可能地相似。因此多源领域适应联合学习神经网络能够在有限的数据条件下实现更好的特征表示和泛化能力。我们在中文和英文的多领域数据集上验证了提出的多源领域适应联合学习框架，实验结果表明本发明提出的方法在跨领域文本情感分类准确率上有很大提升。

关键词：情感分类多源跨领域文本目标领域迁移源领域联合学习神经网络学习和训练表示模型领域数据神经网络数据条件损失函数特征表示学习过程有效地融合准确率拟合验证学习英文引入中文补充保证监督

来源：评论

学校读者我要写书评

暂无评论

一种基于领域对抗自适应的跨领域文本情感分类方法

一种基于领域对抗自适应的跨领域文本情感分类方法

引用

作者：贾熹滨曾檬史佳帅刘洋苏醒郭黎敏 100124 北京市朝阳区平乐园100号

本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目... 详细信息

标准号: CN109492099B

本发明公开了一种基于领域对抗自适应的跨领域文本情感分类方法，该方法包括：输入源领域和目标领域样本的词向量矩阵、类别标签和领域标签；利用基于卷积神经网络的特征提取模块，提取样本的低层特征；在主任务模块构建基于源领域和目标领域分布一致性的约束，将低层样本映射到再生核希尔伯特空间，学习具有可转移性的高层特征；将源领域的高层特征输入类别分类器，在减小领域差异的基础上，保证分类器对样本具备类别判别性；在辅助任务模块构建基于对抗学习的领域不变性约束，将低层特征输入具有对抗性质的领域分类器，令分类器尽可能无法判别样本所属领域，从而提取具有领域不变性的高层特征，有效解决了源领域分类器到目标领域的迁移问题。

关键词：样本分类器高层特征目标领域源领域低层特征不变性构建对抗卷积神经网络特征提取模块矩阵分布一致性跨领域文本主任务模块可转移性类别标签类别判别领域分类情感分类任务模块输入类别所属领域有效解决词向量输入源再生核自适应低层减小映射标签迁移学习保证

来源：评论

学校读者我要写书评

暂无评论

基于多源领域适应联合学习的跨领域文本情感分类方法

基于多源领域适应联合学习的跨领域文本情感分类方法

引用

作者：赵传君 030006 山西省太原市小店区坞城路696号

标准号: CN110032646A

来源：评论

学校读者我要写书评

暂无评论

一种基于领域对抗自适应的跨领域文本情感分类方法

一种基于领域对抗自适应的跨领域文本情感分类方法

引用

作者：贾熹滨曾檬史佳帅刘洋苏醒郭黎敏 100124 北京市朝阳区平乐园100号

标准号: CN109492099A

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类方法、装置、计算机设备及存储介质

跨领域文本情感分类方法、装置、计算机设备及存储介质

引用

作者：秦兴德刘奕慧郭玮 518000 广东省深圳市前海深港合作区前湾一路1号A栋201室(入驻深圳市前海商务秘书有限公司)

本发明实施例公开了一种本发明实施例提供了一种跨领域文本情感分类方法、装置、计算机设备及存储介质。其中，方法包括：将第一训练集与第二训练集合并为第三训练集，并通过词向量工具对第三训练集进行词向量训练；将第一训练集划分为... 详细信息

标准号: CN108959265A

本发明实施例公开了一种本发明实施例提供了一种跨领域文本情感分类方法、装置、计算机设备及存储介质。其中，方法包括：将第一训练集与第二训练集合并为第三训练集，并通过词向量工具对第三训练集进行词向量训练；将第一训练集划分为多个子训练集，并分别将每一子训练集与第二训练集合并得到多个特征训练集；分别根据每一特征训练集训练一个分类器；根据所有训练后的分类器建立集成分类器；通过集成分类器作用于目标领域中未经标注的训练集，从而解决现有技术中标注样本需要依靠人工获取以及不同的领域需要各自的标注样本的问题，极大地缩短了人工操作时间和模型构建时间。另外，本发明实现简单，速度快，精度高，可大规模部署。

关键词：训练集标注集成分类器特征训练训练集合词向量样本大规模部署分类器建立计算机设备跨领域文本存储介质模型构建目标领域情感分类人工操作分类器

来源：评论

学校读者我要写书评

暂无评论

跨领域文本情感分类方法、装置、存储介质以及电子设备

跨领域文本情感分类方法、装置、存储介质以及电子设备

引用

作者：杨驰薛云周波陈建颖 510006 广东省广州市番禺区外环西路378号华南师范大学物理与电信工程学院

标准号: CN113779249A

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共4页 << < 1 2 3 4 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：