[发明专利]一种题目文本句子向量生成方法及装置有效

专利信息
申请号: 201910215490.X 申请日: 2019-03-21
公开(公告)号: CN109960804B 公开(公告)日: 2023-05-02
发明(设计)人: 梅阳阳;郑文娟 申请(专利权)人: 江西风向标教育科技有限公司
主分类号: G06F40/289 分类号: G06F40/289;G06F40/242;G06F16/33;G06F16/35
代理公司: 上海互顺专利代理事务所(普通合伙) 31332 代理人: 韦志刚
地址: 334600 江西*** 国省代码: 江西;36
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 题目 文本 句子 向量 生成 方法 装置
【权利要求书】:

1.一种题目文本句子向量生成方法,包括以下步骤:

S1.根据题目文本表达筛选出所有关键词,加入词典,再对题目文本中的句子进行词典分词,同时对句子中出现的关键词进行标记;

S2.基于分词结果和筛选出的所有关键词,通过分别对每条句子和其内包含的关键词编码后,再建立RNN模型采用随机剔除关键词的方法进行预测训练;

所述S2具体包括:

S21.根据分词结果建立单词间的字典,所述单词包括基础学科及其相关专业领域的所有常用词汇;

S22.把题目文本的每个句子中出现的每个单词按照整理好的字典进行替换,得到数字填充的编码序列;

S23.基于关键词表,对题目文本中的每个句子所包含的关键词进行one-hot编码;

S24.使用RNN神经网络模型,将步骤S22中得到的数字填充的编码序列作为输入,步骤S23中得到的one-hot矩阵作为标签进行关键词预测的训练,每轮迭代前,随机剔除句子中已标记的关键词用blank替代,重复本步骤,迭代训练多轮后得到模型提取到的所有特征参数,并保存模型;

S3.利用训练好的模型提取到的特征,对题目文本中的每条句子生成句子向量;

所述S3具体包括:

S31.将题目文本中的每个句子进过步骤S22处理后,输入到训练好的模型中进行向量运算;

S32.对RNN模型内部进行处理,获得向量运算的结果作为RNN模型的输出,此输出即为句子向量。

2.根据权利要求1所述的题目文本句子向量生成方法,其特征在于,所述步骤S1具体包括步骤:

S11.首先根据题目文本中用到的词语的重要性由人工筛选关键词,组成关键词表,或者通过tf-idf模型对大量的题目文本先初步筛选出关键词后,再由人工进一步确定出最终关键词表;

S12.把筛选出的所有关键词加入词典,词典是分词用的通用词典,关键词如果已在词典里则不加入,如果不在则需要加入;

S13.获取大量题目文本,先进行预处理,包括文本标准化、规范化、去停用词,再对其中每个句子进行词典分词,并判断句子中的每个词语是不是关键词,做好标记。

3.一种题目文本句子向量生成装置,其特征在于,所述生成装置包括存储器;以及耦合到所述存储器的处理器,该处理器被配置为执行存储在所述存储器中的指令,所述处理器执行以下操作:

S1.根据题目文本表达筛选出所有关键词,加入词典,再对题目文本中的句子进行词典分词,同时对句子中出现的关键词进行标记;

S2.基于分词结果和筛选出的所有关键词,通过分别对每条句子和其内包含的关键词编码后,再建立RNN模型采用随机剔除关键词的方法进行预测训练;

S3.利用训练好的模型提取到的特征,对题目文本中的每条句子生成句子向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江西风向标教育科技有限公司,未经江西风向标教育科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910215490.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top