申请/专利权人：北京工业大学

申请日：2021-03-23

公开（公告）日：2024-03-22

公开（公告）号：CN113064967B

主分类号：G06F16/33

分类号：G06F16/33;G06F40/289;G06F18/214;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2021.07.20#实质审查的生效;2021.07.02#公开

摘要：本发明公开了一种基于深度迁移网络的投诉举报可信度分析方法，属人工智能技术领域。具体包括以下步骤：首先，微博文本、投诉举报文本、微博文本混合投诉举报文本分别经过Word2vec文本向量化模型表示为矩阵；然后，将向量化之后的文本输入到三组双向LSTM网络中进行特征提取，分别提取出源域私有特征向量、源域目标域共享特征向量、目标域私有特征向量；接着，将共享特征分别与源域和目标域私有特征通过自注意力机制进行特征融合，得到最终的源域特征和目标域特征；最后，将源域特征和目标域特征输入到多层感知机输出最后的分类结果。该方法解决了投诉举报可信度分析中人工分析难、缺乏有效数据标注的问题，为环境类投诉举报可信度分析提供了思路。

主权项：1.一种基于深度迁移网络的环境类投诉举报可信度分析方法，具体步骤如下：S1数据收集；S2对源域和目标域进行预处理；S3将预处理后的文本输入到Word2vec模型中进行词向量训练，生成词向量；S4对文本向量化之后的微博文本和投诉举报文本进行编码，抽取高级特征；S5使用自注意力方法将领域私有特征和领域共享特征进行融合；S6计算源域特征和目标域特征的MK-MMD距离，对源域特征和目标域特征进行特征变换，进行领域适配；S7将源域特征和目标域特征通过多层感知机网络得出分类结果；其中，所述源域为微博文本数据，所述目标域为投诉举报文本数据。

全文数据：

权利要求：

百度查询： 北京工业大学 基于深度迁移网络的投诉举报可信度分析方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD