← 返回列表
一种面向热点话题的基于自监督表示学习的观点挖掘方法
申请人信息
- 申请人:南京邮电大学
- 申请人地址:210046 江苏省南京市栖霞区文苑路9号
- 发明人: 南京邮电大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种面向热点话题的基于自监督表示学习的观点挖掘方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410226614.5 |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808104A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06N5/04 |
| 权利人 | 南京邮电大学 |
| 发明人 | 王睿; 刘星; 任鹏; 王延安; 常舒予; 黄海平 |
| 地址 | 江苏省南京市鼓楼区新模范马路66号 |
摘要文本
本发明属于自然语言处理技术领域，公开了一种面向热点话题的基于自监督表示学习的观点挖掘方法，包括：获取文本语料库并进行数据预处理；语料中的文本用词袋模型进行表示；对文档的词袋表示进行数据增强得到成对的相似文档向量表示；将成对的相似文档向量表示输入编码器网络得到输出，作为输入文档的观点分布的向量表示；从狄利克雷分布中采样获得观点分布的先验；最小化编码器网络输出的不变性、方差、协方差正则化损失和狄利克雷先验分布对齐的先验损失，以此进行模型的训练。本发明利用自监督学习的优势，得到了文档的观点表示，获得了高质量的观点，挖掘出了多样的观点表示。
专利主权项内容
1.一种面向热点话题的基于自监督表示学习的观点挖掘方法，其特征在于：所述观点挖掘方法包括以下步骤：步骤1、对获取到的社交媒体评论文本进行数据预处理，根据词袋模型得到文档采用TF-IDF表示法的词袋模型表示；步骤2、将步骤1中得到的词袋模型表示进行数据增强，以获得成对的相似文档向量表示/>；步骤3、将步骤2获得的增强后的成对的相似文档向量表示作为编码器网络的输入，得到编码器网络的输出，该输出表示为输入文档的观点分布的向量表示；步骤4、通过最小化编码器网络输出的不变性、方差、协方差正则化损失和狄利克雷先验分布对齐的先验损失，约束模型的参数变化，不断迭代至损失函数收敛，以确保模型的稳定性和观点挖掘的准确性。