基于低资源跨域扩散反事实数据增强的情感分析方法

基于低资源跨域扩散反事实数据增强的情感分析方法，本发明用于人工智能、自然语言处理、文本生成技术领域，涉及文本情感分类方法。本发明为了解决目前的情感分析方法由于模型本身在域内内数据训练而不能很好处理的域外数据的问题。过程为：建立CDA2模型；原始目标领域样本生成层将源领域的带情感标签的训练集中样本和目标领域的未标记情感标签的测试集中样本生成原始目标领域引导样本；反事实目标领域样本生成层用于将源领域的带情感标签的训练集和生成的原始目标领域引导样本集以样本对的形式输入扩散模型，扩散模型生成合格的反事实目标领域样本集；目标域样本数据分类层对目标领域的未标记情感标签的测试集进行情感分类。