[发明专利]深度学习自主运行方法

说明书

一种深度学习自主运行方法。其步骤如下：获取原始语料文本；基础语义分割；命名实体识别和实体关系抽取；建立基础知识图谱；建立扩展知识图谱；设计训练模型和生成训练数据和测试数据集；生成预测模型。本发明可自动根据长文本信息中，形成知识库，同时由于长文本学习和应用程序是异步结构，学习过程并不影响应用程序运行，并可以针对不同行业形成各自独立的行业知识库,涉及到的行业有金融行业、保险行业、教育行业、医疗行业、法律行业、旅游行业、安保行业、客服行业。

技术领域

本发明涉及深度学习技术领域，具体来说，涉及一种深度学习自主运行方法。

背景技术

2006年，加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hinton和他的学生Ruslan Salakhutdinov在顶尖学术刊物《科学》上发表了一篇文章，开启了深度学习在学术界和工业界的浪潮。这篇文章有两个主要的信息：1.很多隐层的人工神经网络具有优异的特征学习能力，学习得到的特征对数据有更本质的刻画，从而有利于可视化或分类；2.深度神经网络在训练上的难度，可以通过“逐层初始化”（Layer-wise Pre-training）来有效克服，在这篇文章中，逐层初始化是通过无监督学习实现的。

自2006年以来，深度学习在学术界持续升温。斯坦福大学、纽约大学、加拿大蒙特利尔大学等成为研究深度学习的重镇。2010年，美国国防部DARPA计划首次资助深度学习项目，参与方有斯坦福大学、纽约大学和NEC美国研究院。支持深度学习的一个重要依据，就是脑神经系统的确具有丰富的层次结构。一个最著名的例子就是Hubel-Wiesel模型，由于揭示了视觉神经的机理而曾获得诺贝尔医学与生理学奖。除了仿生学的角度，目前深度学习的理论研究还基本处于起步阶段，但在应用领域已显现出巨大能量。2011年以来，微软研究院和Google的语音识别研究人员先后采用DNN技术降低语音识别错误率20％~30％，是语音识别领域十多年来最大的突破性进展。2012年，DNN技术在图像识别领域取得惊人的效果，在ImageNet评测上将错误率从26％降低到15％。在这一年，DNN还被应用于制药公司的DrugeActivity预测问题，并获得世界最好成绩，这一重要成果被《纽约时报》报道。

深度学习是为了解决特征难提取的需求。比如:水果分类，特征可以选取形状(色差大的地方可以确定轮廓),颜色等 ，但是比较复杂的图片就难以找到特征来区分，人找特征可能特征会缺失，或者找到无效特征，深度学习:即深度神经网络，优点:不用再人工去做特征提取，缺点:对于预测结果反推不出是哪些因素(特征)对其造成了影响,特征都被屏蔽在了神经网络之内，外界不可见。

发明内容

针对相关技术中的问题，本发明提出一种深度学习自主运行方法，利用现有的Stanford NLP 结合 CWP 工具，轻松实现了文本到知识图谱再到业务应用的转变，不仅能处理长文本信息，还可以将多个长文本的内容形成的知识图谱进行智能融合推理，生成扩展知识图谱，大大利用了信息，同时为深度学习提高有效的语料支撑。

为实现上述发明目的，本发明采用如下技术方案 ：

本发明提供了一种深度学习自主运行方法，其步骤如下：

获取原始语料文本；

基础语义分割；

命名实体识别和实体关系抽取；

建立基础知识图谱；

建立扩展知识图谱；

设计训练模型和生成训练数据和测试数据集；

生成预测模型。

进一步的，原始语料文本包括txt，pdf，word，ppt等文件类型。

进一步的，基础语义分割采用DNN语言模型的句子通顺度PPL结合中文特征实现。