一种基于多编码器生成对抗学习的半监督文本分类方法及系统

本发明涉及一种基于多编码器生成对抗学习的半监督文本分类方法及系统，属于监督学习技术领域，引入多编码器结构，为同一个文本样本提供多个输出表示。生成器部分将从随机噪声中采样得到的向量转化为和编码器的输出具有相同维度的向量表示，同时为了实现半监督文本分类，在判别器上构建无监督和有监督损失结合模块，利用生成对抗学习，不断促进生成器生成近似真实的对抗样本，同时提升判别器鉴别真实文本样本和生成器生成的对抗样本的能力，以及类别分类的能力。此外，通过生成器和判别器的联合优化，进一步提升编码器的文本语义表征能力。