[发明专利]词向量的配置方法、装置、存储介质、电子装置

权利要求书

1.一种词向量的配置方法，其特征在于，所述方法包括：

确定待配置初始词向量的第一词汇；

判断所述第一词汇是否在词向量词典中，其中，所述词向量词典用于存储多个词汇与多个词向量的一一对应关系；

如果判断出所述第一词汇不在所述词向量词典中，对所述第一词汇执行笔画拆解，得到笔画序列；

计算所述词向量词典中的每个词汇的笔画序列与所述第一词汇的笔画序列的相似度；

确定与所述第一词汇的笔画序列相似度最高的词汇对应的词向量，并配置为所述第一词汇的初始词向量。

2.根据权利要求1所述的方法，其特征在于，所述词向量词典中包括第二词汇，所述计算所述词向量词典中的每个词汇的笔画序列与所述第一词汇的笔画序列的相似度，包括：

确定所述第二词汇的笔画序列与所述第一词汇的笔画序列的重合序列段的总长度，其中，所述重合序列段为两个词汇的笔画序列中笔画排列相同的序列段；

基于所述第一词汇与所述第二词汇的重合序列段的总长度，确定所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度。

3.根据权利要求2所述的方法，其特征在于，所述基于所述第一词汇与所述第二词汇的重合序列段的总长度，确定所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度，采用如下公式：

S＝2*p/(n+m)

其中，S为所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度，p为所述第一词汇与所述第二词汇的重合序列段的总长度，n为所述第一词汇的笔画序列的长度，m为所述第二词汇的笔画序列的长度。

4.根据权利要求1所述的方法，其特征在于，所述确定待配置初始词向量的第一词汇，包括：

获取待分词的语料；

对所述语料进行分词，得到顺序的多个分词；

在所述多个分词中确定未配置初始词向量的首位分词，得到所述第一词汇。

5.一种词向量的配置装置，其特征在于，包括：

第一确定模块，用于确定待配置初始词向量的第一词汇；

判断模块，用于判断所述第一词汇是否在词向量词典中，其中，所述词向量词典用于存储多个词汇与多个词向量的一一对应关系；

拆解模块，用于如果判断出所述第一词汇不在所述词向量词典中，对所述第一词汇执行笔画拆解，得到笔画序列；

计算模块，用于计算所述词向量词典中的每个词汇的笔画序列与所述第一词汇的笔画序列的相似度；

第二确定模块，用于确定与所述第一词汇的笔画序列相似度最高的词汇对应的词向量，并配置为所述第一词汇的初始词向量。

6.根据权利要求5所述的装置，其特征在于，所述词向量词典中包括第二词汇，所述计算模块包括：

第一确定单元，用于确定所述第二词汇的笔画序列与所述第一词汇的笔画序列的重合序列段的总长度，其中，所述重合序列段为两个词汇的笔画序列中笔画排列相同的序列段；

第二确定单元，用于基于所述第一词汇与所述第二词汇的重合序列段的总长度，确定所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度。

7.根据权利要求6所述的装置，其特征在于，所述第二确定单元基于所述第一词汇与所述第二词汇的重合序列段的总长度，确定所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度，采用如下公式：

S＝2*p/(n+m)

其中，S为所述第一词汇的笔画序列与所述第二词汇的笔画序列的相似度，p为所述第一词汇与所述第二词汇的重合序列段的总长度，n为所述第一词汇的笔画序列的长度，m为所述第二词汇的笔画序列的长度。

8.根据权利要求5所述的装置，其特征在于，所述第一确定模块包括：

获取单元，用于获取待分词的语料；

分词单元，用于对所述语料进行分词，得到顺序的多个分词；

第三确定单元，用于在所述多个分词中确定未配置初始词向量的首位分词，得到所述第一词汇。