计算机工程

作者：卢晨阳,康雁,杨成荣,蒲斌

单位：云南大学 软件学院,昆明 650500

关键词：迁移学习,特征对齐,词向量,词网,文本挖掘

基金：国家自然科学基金(61762092);云南省软件工程重点实验室开放基金(2017SE204)。

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。

来源：2019年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第5期