[发明专利]基于深度迁移网络的投诉举报可信度分析方法

权利要求书

1.一种基于深度迁移网络的环境类投诉举报可信度分析方法，具体步骤如下：

S1数据收集；

S2对源域和目标域进行预处理；

S3将预处理后的文本输入到Word2vec模型中进行词向量训练，生成词向量；

S4对文本向量化之后的微博文本和投诉举报文本进行编码，抽取高级特征；

S5使用自注意力方法将领域私有特征和领域共享特征进行融合；

S6计算源域特征和目标域特征的MK-MMD距离，对源域特征和目标域特征进行特征变换，进行领域适配；

S7将源域特征和目标域特征通过多层感知机网络得出分类结果；

其中，所述域源为微博文本数据，所述目标域为投诉举报文本数据。

2.根据权利要求1所述的一种基于深度迁移网络的环境类投诉举报可信度分析方法，其特征在于:

在步骤S1中，获取来自社交媒体抽取微博源文本；从某大型水环境大数据管理平台抽取投诉举报文本数据，并构造数据集：表示源域，其中N^S表示样本数，表示微博文本样本，为微博文本可信度标签；投诉举报文本数据集：表示目标域，其中表示训练样本数，为测试样本数，为投诉举报文本样本，为投诉举报文本可信度标签。

3.根据权利要求1所述的一中基于深度迁移网络的环境类投诉举报可信度分析方法，其特征在于：

在步骤S2中，预处理包括数据清洗和分词，不包含去停用词操作，分词文本被表示为词语集合：其中o∈{s,t}s表示源域，t表示目标域；为句子所包含的词；T_i为句子长度。

4.根据权利要求1所述的一中基于深度迁移网络的环境类投诉举报可信度分析方法，其特征在于：

在步骤S3中，使用Word2vec模型实现文本向量化，分词后文本表示为一个矩阵：其中，n为文本数量，d为词向量维度。

5.根据权利要求3所述的一种基于深度迁移网络的环境类投诉举报可信度分析方法，其特征在于：使用Word2vec模型实现文本向量化，生成词向量d的维度为300维。