公开(公告)号：CN103324708B

公开(公告)日：2016-06-29

申请号：CN201310241428.0

申请日：2013-06-18

Applicant: 哈尔滨工程大学

Inventor： 初妍 ,  陈曼 ,  夏琳琳 ,  沈洁 ,  王勇 ,  杨悦 ,  张健沛 ,  杨静 ,  赵芳丹

IPC: G06F17/30

Abstract: 本发明涉及一种长文本到短文本的迁移学习方法，其特征在于：步骤1：根据目标领域短文本中提取的标签，通过搜索引擎获得源领域数据，提取源领域的种子特征集；步骤2：根据目标领域短文本的标签集和源领域的种子特征集，构建社交媒体无向图，从无向图中提取包含所有目标领域标签集和种子特征集节点的子图；步骤3：基于拉普拉斯特征映射算法，获得源领域数据新的特征表示；步骤:4：根据源领域数据新的特征表示，对源领域数据进行分类。

公开(公告)号：CN103324708A

公开(公告)日：2013-09-25

申请号：CN201310241428.0

申请日：2013-06-18

Applicant: 哈尔滨工程大学

Inventor： 初妍 ,  陈曼 ,  夏琳琳 ,  沈洁 ,  王勇 ,  杨悦 ,  张健沛 ,  杨静 ,  赵芳丹

IPC: G06F17/30

Abstract: 本发明涉及一种长文本到短文本的迁移学习方法，其特征在于：步骤1：根据目标领域短文本中提取的标签，通过搜索引擎获得源领域数据，提取源领域的种子特征集；步骤2：根据目标领域短文本的标签集和源领域的种子特征集，构建社交媒体无向图，从无向图中提取包含所有目标领域标签集和种子特征集节点的子图；步骤3：基于拉普拉斯特征映射算法，获得源领域数据新的特征表示；步骤:4：根据源领域数据新的特征表示，对源领域数据进行分类。