[發明專利]跨領域觀點數據的分類方法和裝置

有效

• 申請號: 201410201027.7
• 申請日: 2014-05-13
• 公開（公告）號: CN105095277B
• 公開（公告）日: 2019-12-03
• 發明（設計）人: 周光有;薛偉;王巨宏
• 申請（專利權）人: 中國科學院自動化研究所;騰訊科技(深圳)有限公司
• 主分類號: G06F16/906
• 分類號: G06F16/906;G06K9/66
• 代理公司: 11138 北京三高永信知識產權代理有限責任公司
• 代理人: 滕一斌<國際申請>=<國際公布>=<進入

1.一種跨領域觀點數據的分類方法，其特征在于，所述方法包括：

根據源領域和目標領域的共享話題獲取共享話題矩陣，并根據源領域的領域特定話題和目標領域的領域特定話題分別獲取源領域的領域特定話題矩陣和目標領域的領域特定話題矩陣；

根據所述共享話題矩陣、源領域的領域特定話題矩陣、源領域的極性矩陣及源領域的檢索詞矩陣確定源領域的目標函數，所述源領域的目標函數ψ_s為：

其中，所述為費羅貝尼烏斯范數，所述Tr[.]為矩陣跡，所述X_s為源領域的檢索詞矩陣，所述U₀為共享話題矩陣，所述U_s為源領域的領域特定話題矩陣，所述V_s為源領域的文檔話題矩陣，所述為源領域的文檔話題矩陣的轉置矩陣，所述α為任意參數，所述W_s為線性模型系數，用于預測所述V_s的觀點數據，所述Y_s為源領域的極性矩陣，所述C_s為對角矩陣；

并根據所述共享話題矩陣、目標領域的領域特定話題矩陣及目標領域的檢索詞矩陣確定目標領域的目標函數，所述目標領域的目標函數ψ_t為：

其中，所述X_t為目標領域的檢索詞矩陣，所述U₀為所述共享話題矩陣，所述U_t為目標領域的領域特定話題矩陣，所述V_t為目標領域的文檔話題矩陣，所述V_t^T為目標領域的文檔話題矩陣的轉置矩陣；

根據所述源領域的目標函數和所述目標領域的目標函數確定總目標函數，并確定所述總目標函數中各個參數的收斂值；

根據總目標函數中各個參數的收斂值獲取分類函數，并根據所述分類函數對目標領域的觀點數據進行分類。

2.根據權利要求1所述的方法，其特征在于，根據所述源領域的目標函數和所述目標領域的目標函數確定的總目標函數ψ為：

3.根據權利要求2所述的方法，其特征在于，所述總目標函數的參數為U₀、U_s、V_s、W_s、U_t和V_t；

所述確定所述總目標函數中各個參數的收斂值，包括：

按照公式迭代計算參數U₀的當前迭代值直至當前迭代值收斂，并將收斂的當前迭代值作為參數U₀的收斂值其中，所述H_s為源領域的共享話題矩陣的系數矩陣，所述H_t為目標領域的共享話題矩陣的系數矩陣；

按照公式迭代計算參數U_s的當前迭代值直至當前迭代值收斂，并將收斂的當前迭代值作為參數U_s的收斂值其中，所述L_S源領域的領域特定話題矩陣的系數矩陣；

按照公式迭代計算參數V_s的當前迭代值直至當前迭代值收斂，并將收斂的當前迭代值作為參數V_s的收斂值

按照公式迭代計算參數W_s的當前迭代值直至當前迭代值收斂，并將收斂的當前迭代值作為參數W_s的收斂值

按照公式迭代計算參數U_t的當前迭代值直至當前參數收斂，并將收斂的當前迭代值作為參數U_t的收斂值L_t為目標領域的領域特定話題矩陣的系數矩陣；

按照公式迭代計算參數V_t的當前收斂值直至當前參數收斂，并將收斂的當前迭代值作為參數V_t的收斂值

其中，代表內積運算符，t代表當前的迭代，t-1代表上一次迭代。