公开(公告)号：CN117808104B

公开(公告)日：2024-04-30

申请号：CN202410226614.5

申请日：2024-02-29

Applicant: 南京邮电大学

Inventor： 王睿 ,  刘星 ,  任鹏 ,  王延安 ,  常舒予 ,  黄海平

IPC: G06N5/04 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895 ,  G06F40/30

Abstract: 本发明属于自然语言处理技术领域，公开了一种面向热点话题的基于自监督表示学习的观点挖掘方法，包括：获取文本语料库并进行数据预处理；语料中的文本用词袋模型进行表示；对文档的词袋表示进行数据增强得到成对的相似文档向量表示；将成对的相似文档向量表示输入编码器网络得到输出，作为输入文档的观点分布的向量表示；从狄利克雷分布中采样获得观点分布的先验；最小化编码器网络输出的不变性、方差、协方差正则化损失和狄利克雷先验分布对齐的先验损失，以此进行模型的训练。本发明利用自监督学习的优势，得到了文档的观点表示，获得了高质量的观点，挖掘出了多样的观点表示。

公开(公告)号：CN117808104A

公开(公告)日：2024-04-02

申请号：CN202410226614.5

申请日：2024-02-29

Applicant: 南京邮电大学

Inventor： 王睿 ,  刘星 ,  任鹏 ,  王延安 ,  常舒予 ,  黄海平

IPC: G06N5/04 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895 ,  G06F40/30

Abstract: 本发明属于自然语言处理技术领域，公开了一种面向热点话题的基于自监督表示学习的观点挖掘方法，包括：获取文本语料库并进行数据预处理；语料中的文本用词袋模型进行表示；对文档的词袋表示进行数据增强得到成对的相似文档向量表示；将成对的相似文档向量表示输入编码器网络得到输出，作为输入文档的观点分布的向量表示；从狄利克雷分布中采样获得观点分布的先验；最小化编码器网络输出的不变性、方差、协方差正则化损失和狄利克雷先验分布对齐的先验损失，以此进行模型的训练。本发明利用自监督学习的优势，得到了文档的观点表示，获得了高质量的观点，挖掘出了多样的观点表示。