1.一种基于知识迁移的跨领域情感分析方法，其特征在于，包括以下步骤：构建语义网络，将精炼后的文本与conceptNet结合起来，构成一个语义网络；

提取语义特征，通过RGCN对语义网络进行处理，得到图的特征表示；

域对抗训练，包括特征提取器、域分类器和类别预测器，将两个毫不相关的领域之间的特征进行迁移学习。

2.根据权利要求1所述一种基于知识迁移的跨领域情感分析方法，其特征在于：所述构建语义网络具体包括：

1.1用一个三元组<节点1，关系，节点2>来表示图，提取评论集的关键信息，并将其设置为节点，观察与其他节点之间的关系；

1.2将原始数据集进行处理，使用分词工具，将其划分为短语，并忽略去停词，得到第一精炼文本信息；

1.3对步骤1.2中的第一精炼文本信息继续进行精炼提取，取出在文本中出现频率较高的词语，得到精炼后的文本；

1.4将精炼后的文本与conceptNet构建异构图网络，得到一个语义网络。

3.根据权利要求1所述一种基于知识迁移的跨领域情感分析方法，其特征在于：所述RGCN将一个异构网络划分成多个同构网络来处理，将指向内外的节点都作为邻接点，同时加入自循环特征，进行特征融合，参与节点更新。

4.根据权利要求1所述一种基于知识迁移的跨领域情感分析方法，其特征在于：所述特征提取器将源域样本和目标域样本进行映射和混合，将提取的信息传入域分类器；

所述域分类器判断传入的信息到底是来自源域还是目标域，并计算损失；

所述类别预测器对来自源域的数据进行分类。

5.一种计算机可读存储介质，其特征在于：该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现如权利要求1～4任一项所述的基于知识迁移的跨领域情感分析方法。