[发明专利]一种用于文本情感分类的深度迁移学习方法

摘要

本发明公开了一种用于文本情感分类的深度迁移学习方法，包括：源域预训练，选取较大规模的数据作为源域训练样本，针对目标识别任务进行有监督地训练卷积神经网络，得到预训练模型；特征信息迁移，构建与预训练模型具有相同结构的卷积神经网络，将较小规模的文本数据作为目标域的目标任务，利用上一步获得的预训练模型中除全连接层以外的所有层参数初始化该网络对应层的参数，采用目标数据作为训练样本对网络进行微调。本发明的方法实现源域到目标域的特征信息迁移，在情感分类任务中有着显著的效果，获得较高的分类准确率，提高模型的适应性。