[发明专利]近邻语义的挖掘方法、装置、存储介质和终端设备

权利要求书

1.一种近邻语义的挖掘方法，其特征在于，包括：

获取待挖掘近邻语义的自然语句；

根据变分自编码模型的编码器，对所述自然语句进行编码，获得所述自然语句的隐向量；其中，所述隐向量位于所述编码器产出分布的均值点处，所述自然语句的隐向量为对完整的所述自然语句进行向量化表达；

对所述隐向量进行近邻语义搜索，获得与所述隐向量具有近邻语义的近邻隐向量；以及

根据变分自编码模型的解码器，对近邻隐向量进行解码，获得与所述自然语句具有近邻语义的语句；

所述方法还包括：

将所述变分自编码模型的相对熵的初始系数设为零；其中，所述相对熵用于衡量所述编码器的编码分布与先验分布之间的距离，所述先验分布为所述编码器的理想的编码分布；以及

根据训练语料，对所述变分自编码模型进行训练迭代；其中，随着所述训练迭代的次数增加，所述相对熵的系数沿正弦曲线上升直至所述系数的数值为一。

2.如权利要求1所述的近邻语义的挖掘方法，其特征在于，在对所述自然语句进行编码之前还包括：

对所述自然语句进行切词，获得组成所述自然语句的词语；

根据预设的字典，将组成所述自然语句的词语均转成相应的数值；以及

根据词向量模型，对组成所述自然语句的各词语对应的各整数进行向量转换，获得所述自然语句的向量表达。

3.如权利要求1所述的近邻语义的挖掘方法，其特征在于，所述方法还包括：

根据预设的词丢弃率，采用噪声字符替换所述训练语料中的词。

4.如权利要求1所述的近邻语义的挖掘方法，其特征在于，所述方法还包括：

在所述训练迭代的过程中，判断所述相对熵是否小于限制阈值；以及

当所述相对熵小于所述限制阈值时，将所述相对熵从所述变分自编码模型中删除。

5.如权利要求1至4任一项所述的近邻语义的挖掘方法，其特征在于，所述方法还包括：

根据所述编码器，对两个自然语句分别进行编码，获得所述两个自然语句对应的隐向量；以及

根据所述两个自然语句对应的隐向量，计算所述两个自然语句的相似度。

6.一种近邻语义的挖掘装置，其特征在于，包括：

自然语句接收模块，用于接收待挖掘近邻语义的自然语句；

编码获取模块，用于根据变分自编码模型的编码器，对所述自然语句进行编码，获得所述自然语句的隐向量；其中，所述隐向量位于所述编码器产出分布的均值点处，所述自然语句的隐向量为对完整的所述自然语句进行向量化表达；

近邻语义搜索模块，用于对所述隐向量进行近邻语义搜索，获得与所述隐向量具有近邻语义的近邻隐向量；以及

解码获取模块，用于根据变分自编码模型的解码器，对所述近邻隐向量进行解码，获得与所述自然语句具有近邻语义的语句；

所述装置还包括：

相对熵初始化模块，用于将所述变分自编码模型的相对熵的初始系数设为零；其中，所述相对熵用于衡量所述编码器的编码分布与先验分布之间的距离，所述先验分布为所述编码器的理想的编码分布；以及

模型训练迭代模块，用于根据训练语料，对所述变分自编码模型进行训练迭代；其中，随着所述训练迭代的次数增加，所述相对熵的系数沿正弦曲线上升直至所述系数的数值为一。

7.如权利要求6所述的近邻语义的挖掘装置，其特征在于，所述装置还包括

语句切词模块，用于在对所述自然语句进行编码之前，对所述自然语句进行切词，获得组成所述自然语句的词语；

词数转换模块，用于根据预设的字典，将组成所述自然语句的词语均转成相应的数值；以及

向量转换模块，用于根据词向量模型，对组成所述自然语句的各词语对应的各整数进行向量转换，获得所述自然语句的向量表达。

8.如权利要求6所述的近邻语义的挖掘装置，其特征在于，所述装置还包括：

噪声字符替换模块，用于根据预设的词丢弃率，采用噪声字符替换所述训练语料中的词。