在实际应用场景中，情感分析技术为自动判别文本情感极性提供了有效的决策及解决方案，但是文本情感分析技术依赖于大量的标定样本.为了减小对人工标注的依赖，有研究者提出了基于领域自适应的跨领域情感分析技术.该技术面向跨领域文本情感分析任务，将经由标定样本训练的源领域模型，迁移至无标定的目标领域.然而目前的领域自适应技术仅从单个角度进行迁移，即减小领域专有特征差异或提取领域不变特征.因此考虑到跨领域文本数据同时包含领域专有特征和领域不变特征的特点，提出了一种领域对齐对抗的无监督跨领域文本情感分析算法.该算法通过渐进式的迁移策略，逐层减小不同语义层的领域差异，并在高层语义子空间通过协同优化的领域自适应算法...