一种基于贝叶斯神经网络的跨域文本分类方法及装置

本发明提供一种基于贝叶斯神经网络的跨域文本分类方法及装置，包括获取来自不少于两个领域的文本数据集；对数据集中的文本数据进行预处理；构建基于贝叶斯神经网络的模型；对模型进行初始化训练；推断出域不变参数的后验分布；简化域不变参数后验的分布形式；利用训练后的模型对新的文本数据进行分类。本发明的有益效果是通过从不同训练域上的参数后验分布集合中推断出域不变参数的后验分布，能够捕捉到跨域的通用特征，从而在未见过的领域数据上也表现出良好的分类性能。