[发明专利]基于异构域迁移的舆情角色识别迁移系统在审
| 申请号： | 201811547553.3 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109299783A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 何慧;张伟哲;杨洪伟;方滨兴;李韬;周奉兰;白雅雯 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06N7/00 | 分类号： | G06N7/00;G06F16/953 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 杨立超 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于异构域迁移的舆情角色识别迁移系统，涉及数据挖掘和机器学习领域。为了解决现有技术面对纷繁复杂的网民信息无法进行有效地提取知识，不能在不同领域之间进行迁移学习，进而无法实现知识间接的共享的问题。所述系统为基于马尔科夫逻辑网的建立的舆情角色识别迁移模型，包括数据谓词化模块、结构学习模块、知识提取模块、知识迁移模块和参数学习模块，将领域知识谓词化转换成模型可以识别的知识进行结构学习并提取需要迁移的知识到目标域完成知识迁移，再通过参数学习模块进行参数学习获得迁移学习后的模型。采用将转换复杂度融入领域距离以及考虑单源域到单目标域的迁移学习界限的技术手段，实现了面对纷繁复杂的网民信息有效地提取迁移。 | ||
| 搜索关键词： | 迁移 参数学习 角色识别 迁移系统 知识迁移 异构域 网民 谓词 学习 机器学习领域 技术手段 领域知识 数据挖掘 信息有效 学习模块 知识提取 单目标 复杂度 逻辑网 目标域 有效地 转换 源域 共享 融入 | ||
【主权项】：
1.一种基于异构域迁移的舆情角色识别迁移系统，其特征在于，所述系统为基于马尔科夫逻辑网的建立的舆情角色识别迁移模型，包括数据谓词化模块、结构学习模块、知识提取模块、知识迁移模块和参数学习模块，首先利用数据谓词化模块将领域知识谓词化转换成模型可以识别的知识，然后利用结构学习模块进行结构学习并通过知识提取模块提取需要迁移的知识到目标域，利用知识迁移模块完成知识迁移，再通过参数学习模块进行参数学习获得迁移学习后的迁移模型，由模型评估进行模型效果评估，然后调节迁移的知识比以优化迁移模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学，未经哈尔滨工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811547553.3/，转载请声明来源钻瓜专利网。
