摘要
本发明公开了一种基于弱监督对比学习的舆情倾向识别方法、系统、设备及存储介质,包括以下过程:S1,建立分类模型,将弱标注训练文本划分为情感极性为积极的正面集合和情感极性为消极的负面集合;S2,使用BERT编码器将弱标注训练文本处理为特征向量;S3,将特征向量分别经过非线性变换和方面提取后,进行特征融合;S4,使用有监督对比学习对方面提取过程进行训练;S5,使用有标注训练文本对训练后的分类模型进行监督微调;S6,将文本数据输入至微调后的分类模型中,识别每条文本情感极性为积极或消极。能够对弱标注数据的情感极性进行准确识别,在舆情信息中获得更有价值的信息。
技术关键词
识别方法
训练文本数据
建立分类模型
训练数据处理
编码器
非线性
生成特征向量
可读存储介质
处理器
编码模块
识别系统
正面
样本
计算机设备
识别模块
存储器
系统为您推荐了相关专利信息
图像嵌入
生物
编码特征
图像实例分割方法
前馈神经网络
敏感信息识别方法
上下文语义信息
标签
文本
分词
人脸识别模型
人脸图像数据
识别方法
深度学习网络
网络深度