[发明专利]一种长文本到短文本的迁移学习方法

权利要求书

1.一种长文本到短文本的迁移学习方法，其特征在于：

步骤1：根据目标领域短文本中提取的标签，通过搜索引擎获得源领域数据，提取源领域的种子特征集；

步骤2：根据目标领域短文本的标签集和源领域的种子特征集，构建社交媒体无向图，从无向图中提取包含所有目标领域标签集和种子特征集节点的子图；

步骤3：基于拉普拉斯特征映射算法，获得源领域数据新的特征表示；

步骤:4：根据源领域数据新的特征表示，对源领域数据进行分类。

2.根据权利要求1所述的长文本到短文本的迁移学习方法，其特征在于：步骤3中，通过如下步骤获得源领域新的种子特征表示：

步骤3.1:构造邻近图；

对于未标记数据采用无监督学习的距离度量，采用欧式距离计算；对于带分类标签数据的采用监督学习的距离度量,通过如下公式计算获得：

D(xi,xj)=1-exp(-d2(xi,xj)/β)(ci=cj)exp(d2(xi,xj)/β)(ci≠cj)]]>

式中：c_i、c_j是目标数据类别C的子类,分别表示样本x_i、x_j的类别，d(x_i,x_j)表示x_i、x_j的欧氏距离，β为参数。

如果样本点x_i、x_j之间的距离小于特征项阈值ε，则为近邻点；

步骤3.2:计算权值矩阵W；

若x_i、x_j为近邻点，两点之间的权值W_ij=1，否则为0。

步骤3.3：计算拉普拉斯算子的广义特征向量，求得低维嵌入；

argmintr(YTLY)s.t.YTDY=I]]>

式中，D为对角矩阵，L=D-W，I为单位矩阵；

通过上式求得矩阵Y，将邻近图中节点映射到一个低维空间y中，得到源领域数据新的特征表示。