一种跨领域情感分类方法、装置、设备及介质

本申请涉及人工智能技术领域，公开了一种跨领域情感分类方法、装置、设备及介质，跨领域情感分类方法包括：通过将源域的文本序列和目标域的文本序列输入深度预训练语言模型RoBERTa中，得到源特征和目标特征；将源特征与目标特征输入标签预测器中进行标签预测，进而得到跨领域的情感分类结果；其中，标签预测器为直觉模糊双支持向量机，第一直觉模糊双支持向量机用于通过源特征和源标签生成目标域数据的伪标签，第二直觉模糊双支持向量机用于通过伪标签、目标特征、源标签和源特征对直觉模糊双支持向量机进行调整和优化，以此提高了模型的跨域适应能力，进一步提高了情感分类的准确性和鲁棒性。