本发明公开了一种少样本跨领域情感分析方法及装置,其中方法包括：获取句子数据,将句子数据输入训练后的BERT编码器,获得第一特征向量；将句子数据输入训练后的GCN编码器,获得第二特征向量；对第一特征向量和第二特征向量进行特征融合,获得句子的向量表示；将句子的向量表示输入到训练后的少样本原型网络模型,输出句子的情感极性；本发明利用少样本学习技术捕捉领域共享特征以及领域特定特征,从而提高模型从源领域迁移到目标领域的情感预测效果。本发明可广泛应用于自然语言处理技术领域。
科研之友
微信
新浪微博
Facebook
分享链接
