压力源抽取方法、装置、电子设备及可读存储介质制造方法及图纸

本发明专利技术提供一种压力源抽取方法、装置、电子设备及可读存储介质，其中的方法包括：基于两级元学习和元知识迁移机制，对构建的压力源抽取模型进行训练优化，得到目标压力源抽取模型；获取待检测文本，将待检测文本输入至目标压力源抽取模型，得到待检测文本中的目标压力源。该方法通过采用两级元学习和元知识迁移的方式训练优化压力源抽取模型，不仅能够使用少量的训练样本来抽取新的压力源，还能同时继承原有压力源知识，避免出现灾难性遗忘的情况，从而，使得训练优化得到的目标压力源抽取模型能够快速、准确地识别多样化的压力源，实现了最新压力源的快速、准确识别。

【技术实现步骤摘要】

本专利技术涉及机器学习，尤其涉及一种压力源抽取方法、装置、电子设备及可读存储介质。

技术介绍

1、随着经济和社会的快速发展，来自生活各个方面的前所未有的心理压力接踵而至。由于没有得到及时缓解的过度压力可能对人们的思维、情感、行为以及身心健康产生负面影响，因此，认识和管理压力已成为当代社会的重大问题。

2、得益于社交媒体上信息丰富的语言内容，现有技术已经能够对社交媒体用户的压力状态进行分类(即压力或非压力)，以及，对压力类别进行分类(即将压力分为几个广泛的类别，如学校、工作、财务状况等)。

3、为了提供有效地进行压力缓解，有必要对压力的具体原因有全面的了解。心理学研究表明，压力源是产生压力的原因，准确地识别压力源对于提供有针对性的压力缓解支持至关重要。

4、以两个用户的微博文本为例，第一个用户的微博文本为“下周就要考试了，我压力很大”，第二个用户的微博文本为“写论文对我来说太难了，迟早我会因为这种压力而生病”，明显地，可以获知第一个用户的压力源是考试，第二个用户的压力源是写论文。

5、目前，通常是采用压力源抽取本文档来自技高网...

【技术保护点】

1.一种压力源抽取方法，其特征在于，包括：

2.根据权利要求1所述的压力源抽取方法，其特征在于，所述基于两级元学习和元知识迁移机制，对构建的压力源抽取模型进行训练优化，包括：

3.根据权利要求2所述的压力源抽取方法，其特征在于，所述基于所述两级元学习，通过梯度下降法对所述压力源抽取模型进行训练，包括：

4.根据权利要求3所述的压力源抽取方法，其特征在于，基于初步训练的所述压力源抽取模型，生成迁移模型；

5.根据权利要求4所述的压力源抽取方法，其特征在于，所述知识迁移损失通过如下公式计算得到：

6.根据权利要求4所述的压力源抽取方...

【技术特征摘要】

1.一种压力源抽取方法，其特征在于，包括：

2.根据权利要求1所述的压力源抽取方法，其特征在于，所述基于两级元学习和元知识迁移机制，对构建的压力源抽取模型进行训练优化，包括：

3.根据权利要求2所述的压力源抽取方法，其特征在于，所述基于所述两级元学习，通过梯度下降法对所述压力源抽取模型进行训练，包括：

4.根据权利要求3所述的压力源抽取方法，其特征在于，基于初步训练的所述压力源抽取模型，生成迁移模型；

5.根据权利要求4所述的压力源抽取方法，其特征在于，所述知识迁移损失通过如下公式计算得到：

6.根据权利要求4所述的压力源抽取方法，其特征在于，所述第...

【专利技术属性】
技术研发人员：冯铃，王鑫，
申请(专利权)人：清华大学，
类型：发明
国别省市：