[发明专利]多义词词义学习方法及装置、搜索结果显示方法

权利要求书

1.一种基于胶囊网络模型的多义词词义学习方法，其特征在于，包括：

从待学习文本集中提取多个目标词以及各所述目标词的一个或多个相邻词组合；

根据所述待学习文本集的词库对各所述目标词以及各所述相邻词组合分别进行编码；

以各所述目标词的编码为输入向量，以各所述目标词对应的各所述相邻词组合的编码为输出向量，训练并得到一胶囊网络模型；

将各所述目标词输入到所述胶囊网络模型中，并将从所述胶囊网络模型的中间层得到的多个第一中间向量确定为所述目标词的特征向量；

将相近的特征向量进行聚类，生成每个类别的代表词，并根据各所述目标词的特征向量所属的一个或多个类别的代表词，确定各所述目标词的一个或多个词义；

所述胶囊网络模型至少包括：

输入层，用于输入P维的所述输入向量；

所述中间层，用于将所述输入向量转换为M个N维的所述第一中间向量；

路由层，用于将所述第一中间向量转换为P维的第二中间向量；

输出层，用于将所述第二中间向量转换为P维的所述输出向量；

其中，P为所述待学习文本集的词库的词数，M为预设最大词义数，N为预设特征数。

2.根据权利要求1所述的方法，其特征在于，所述从待学习文本集中提取多个目标词以及各所述目标词的一个或多个相邻词组合包括：

对全部待学习文本进行分词，将得到的所有词确定为目标词；

对于每个所述目标词，将所述待学习文本中与所述目标词的间距小于第一阈值的其他目标词确定为所述目标词的相邻词；

统计每个所述目标词的相邻词之间的互信息，将互信息大于第二阈值的相邻词进行聚类，以得到一个或多个所述相邻词组合。

3.根据权利要求2所述的方法，其特征在于，所述对于每个所述目标词，将所述待学习文本中与所述目标词的间距小于第一阈值的其他目标词确定为所述目标词的相邻词包括：

对于每个所述目标词，将所述待学习文本中与所述目标词的间距小于第一阈值的其他目标词确定为所述目标词的准相邻词；

统计每个所述准相邻词与所述目标词之间的互信息，将与所述目标词之间的互信息大于第三阈值的准相邻词确定为所述目标词的相邻词。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：

利用所述待学习文本集的全部所述目标词构建所述待学习文本集的词库。

5.根据权利要求1所述的方法，其特征在于，所述将相近的特征向量进行聚类包括：

统计每两个所述特征向量之间的余弦相似度，将所述余弦相似度大于相似阈值的特征向量聚类为一个类别。

6.一种基于词义识别的搜索结果显示方法，其特征在于，包括：

获取搜索指令的关键词；

根据所述关键词生成待学习文本集，通过权利要求1-5任一项所述的多义词词义学习方法对所述待学习文本集及所述关键词进行词义学习，得到所述关键词的多个词义；

统计所述待学习文本集中所述关键词的每个词义的出现次数；

根据所述关键词的各所述词义获取搜索结果，并按照所述每个词义的出现次数对各所述词义对应的搜索结果进行排列并显示。