CN114595333B 一种用于舆情文本分析的半监督方法和装置 （之江实验室）_第1页
CN114595333B 一种用于舆情文本分析的半监督方法和装置 （之江实验室）_第2页
CN114595333B 一种用于舆情文本分析的半监督方法和装置 （之江实验室）_第3页
CN114595333B 一种用于舆情文本分析的半监督方法和装置 （之江实验室）_第4页
CN114595333B 一种用于舆情文本分析的半监督方法和装置 （之江实验室）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

US2013097103A1,2013.0一种用于舆情文本分析的半监督方法和装置本发明提供了一种用于舆情文本分析的半处理后的样本使用数据增强算法生成数据增强2S1、获取原始舆情数据集，所述原始舆情数据S2、对所述原始舆情数据集进行文本预处理；将原始S4、计算标注样本的分类交叉熵损失；计S6、计算聚类标签的相似度；校验聚类标签的相似度是否用词删除法包括如下操作：从标注样本与未标注样本随机选取不属于停用词表的词并删39.一种用于舆情文本分析的半监督装置，其45与未标注样本对应的增强样本的聚类标签的相似度均值是否大于预先设定的类别标签相6实验表明本发明提出的方法和装置对少量标注舆情标本未标注舆情样本场景下的文本分[0037]参阅图1，本发明一种用于舆情文本分析的半监督方法，首先获取原始舆情数据7表示样本个数，i=1表示样本数量从1开始，表示n个样本的交叉8[0062]其中：loss为整体损失，H(p,Q)为交叉熵损失，d为权重用于控制损失系数，在增强前后分别进行抽取聚类，获取到抽取聚类对于同一条数据在增强前后的不同结果，9[0068]d=max(2,1-);d表示权重用于控制线性插值运算系数，d取值0到1之间；ma表示相似度句子。情文本数据集，按照本发明具体实施方式步骤，预测得出3000条测试样分类准确率为[0085]本发明一种用于舆情文本分析的半监督装置的实施例可以应用在任意具备数据图6所示，为本发明一种用于舆情文本分析的半监督装置所在任意具备数据处理能力的设实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的[0088]所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力据处理能力的设备的外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论