[发明专利]一种近义词发现方法及其系统、计算机可读存储介质

权利要求书

1.一种近义词发现方法，其特征在于，所述方法包括如下步骤：

获取原始语料数据，并确定所述原始语料数据中的待识别词汇；

获取所述待识别词汇的词意向量；

根据所述词意向量生成与所述词意向量对应的词向量数据库；

将所述词意向量与所述词向量数据库中的近义词进行匹配，获取词向量数据库中与所述词意向量对应的多个候选近义词；

将所述多个候选近义词分别替代所述原始语料数据中待识别词汇得到对应的多个二次语料数据；

对所述原始语料数据进行语义分析得到第一语义分析结果，并对所述多个二次语料数据分别进行语义分析得到多个第二语义分析结果；

将所述多个第二语义分析结果逐一与所述第一语义分析结果进行对比，并根据对比结果确定所述待识别词汇的近义词；其中，若一候选近义词所对应的第二语义分析结果与所述第一语义分析结果的对比结果为存在语义偏差，则确定该候选近义词不是所述待识别词汇的近义词，否则，确定该候选近义词为所述待识别词汇的近义词；若根据对比结果确定所述待识别词汇的近义词为一个，则输出该近义词；若根据对比结果确定所述待识别词汇的近义词为多个，则分别计算多个近义词与所述待识别词汇的词意向量的相似度，并将多个近义词按相似度排序后输出。

2.如权利要求1所述的近义词发现方法，其特征在于，所述获取所述待识别词汇的词意向量包括：

根据所述待识别词汇得到与所述待识别词汇对应的多个词意向量；

采用局部加权算法对所述多个词意向量进行优化得到所述待识别词汇的最优解词向量。

3.如权利要求1所述的近义词发现方法，其特征在于，所述根据所述词意向量生成与所述词意向量对应的词向量数据库包括：

采用词意向量训练工具对所述词意向量进行训练得到与所述词意向量对应的词向量数据库，所述词向量数据库包括与所述待识别词汇对应的多个候选近义词。

4.一种近义词发现系统，其特征在于，包括：

数据获取单元，被配置为获取原始语料数据并确定所述原始语料数据中的待识别词汇；

词意向量获取单元，被配置为获取所述待识别词汇的词意向量；

数据库生成单元，被配置为根据所述词意向量生成与所述词意向量对应的词向量数据库；

近义词匹配单元，被配置为将所述词意向量与所述词向量数据库中的近义词进行匹配，获取词向量数据库中与所述词意向量对应的多个候选近义词；

语料数据处理单元，被配置为将所述多个候选近义词分别替代所述原始语料数据中待识别词汇得到对应的多个二次语料数据；

语义分析单元，被配置为对所述原始语料数据进行语义分析得到第一语义分析结果，并对所述多个二次语料数据分别进行语义分析得到多个第二语义分析结果；

近义词筛选单元，被配置为将所述多个第二语义分析结果逐一与所述第一语义分析结果进行对比，并根据对比结果确定所述待识别词汇的近义词；

其中，所述近义词筛选单元包括：

语义对比单元，用于将所述多个第二语义分析结果逐一与所述第一语义分析结果进行对比；

近义词确定单元，用于根据对比结果确定所述待识别词汇的近义词；其中，若一候选近义词所对应的第二语义分析结果与所述第一语义分析结果的对比结果为存在语义偏差，则确定该候选近义词不是所述待识别词汇的近义词，否则，确定该候选近义词为所述待识别词汇的近义词；

近义词排序输出单元，被配置为将近义词进行排序并输出；其中，若根据对比结果确定所述待识别词汇的近义词为一个，则输出该近义词；若根据对比结果确定所述待识别词汇的近义词为多个，则分别计算多个近义词与所述待识别词汇的词意向量的相似度，并将多个近义词按相似度排序后输出。

5.如权利要求4所述的近义词发现系统，其特征在于，所述词意向量获取单元包括：

第一词意向量单元，被配置为根据所述待识别词汇得到与所述待识别词汇对应的多个词意向量；

第二词意向量单元，被配置为采用局部加权算法对所述多个词意向量进行优化得到所述待识别词汇的最优解词向量。

6.一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现权利要求1～3中任一项所述的近义词发现方法。