科研之友
微信
新浪微博
Facebook
分享链接
摘要
面对快速增长和变化的网络信息，现有情感分类模型受灾难遗忘的影响，在训练完成后难以累积和迁移知识。受到人类持续学习过程的启发，尝试用终身学习解决这一问题。该文讨论终身学习概念并为终身学习范式构建多任务情感分类数据集；将终身朴素贝叶斯方法用于中文情感分类任务：把不同种类的商品评论视为不同的情感分类任务，LNB算法依次学习并为每一个任务构建分类器。利用领域注意力机制改进LNB,提出该文方法LNB-DA。实验表明该文方法具备知识累积与迁移的能力，负类F1值优于对比方法0.15%～23.41%。
- 单位
