針對目前金融領(lǐng)域文本存在標(biāo)注資源匱乏的問題,提出一種基于生成對抗網(wǎng)絡(luò)的金融文本情感分類方法.該方法以邊緣堆疊降噪自編碼器生成魯棒性特征表示作為輸入,在生成對抗過程中,通過向文本表示向量添加噪聲向量再生成新樣本,應(yīng)用對抗學(xué)習(xí)思想優(yōu)化文本特征表示.在公開的跨領(lǐng)域情感評論Amazon數(shù)據(jù)集和金融領(lǐng)域數(shù)據(jù)集上進(jìn)行實驗,并與基準(zhǔn)實驗對比,結(jié)果表明,該方法在平均準(zhǔn)確率上有顯著提升.

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1基于生成對抗網(wǎng)絡(luò)的跨領(lǐng)域文本情感分類模型

在跨領(lǐng)域文本情感分類任務(wù)中,生成對抗網(wǎng)絡(luò)學(xué)習(xí)到源領(lǐng)域和目標(biāo)領(lǐng)域共享的特征表示,若模型無法對樣本數(shù)據(jù)隸屬于哪個領(lǐng)域做出判別,那么可認(rèn)為該模型學(xué)習(xí)到了兩個領(lǐng)域共享的特征表示,利用該特征表示來構(gòu)建情感分類器,提高跨領(lǐng)域情感分類器的性能.受文獻(xiàn)[10]啟發(fā),本節(jié)提出的基于生....

本文編號：3963964