摘要

本发明公开了一种跨领域细粒度情感分析方法、装置及存储介质,其中方法包括:构建目标领域的细粒度情感分析模型;将无标注样本输入BERT编码器预训练语言模型获得每个单词的语法知识向量表示;基于图卷积网络,通过卷积相邻节点的特征来捕获常识关系结构特征并映射到与BERT编码器相同的单词层级维度向量空间中从而获得常识知识向量表示;拼接语法知识向量表示和常识知识向量表示作为单词的最终特征表示;优化模型的参数。本发明通过结合语法知识和常识关系知识来缩小同一分布空间内的不同领域的领域差异,对资源较少的目标领域具有较强的适应性,提高目标领域的方面抽取以及情感分析的预测效果。本发明可广泛应用于自然语言处理技术领域。