[发明专利]生成去冗余信息句向量的方法及相关设备

权利要求书

1.一种生成去冗余信息句向量的方法，其特征在于，包括：

获取句集中各句子的初始句向量；

基于所述初始句向量各个向量维度上向量元素的对比，对所述初始句向量进行拼接，得到各句子的拼接句向量；

基于所述拼接句向量，获取句集的拼接句向量矩阵；

对所述拼接句向量矩阵进行零均值化，得到句集的目标句向量矩阵；

基于所述目标句向量矩阵，确定句集中各句子的目标句向量。

2.根据权利要求1所述的方法，其特征在于，所述获取句集中各句子的初始句向量，包括：

对所述句集中各句子进行分词，得到分词词汇；

获取各分词词汇的词向量；

基于各所述分词词汇的词向量，获取各句子的初始句向量。

3.根据权利要求2所述的方法，其特征在于，所述基于各所述分词词汇的词向量，获取各句子的初始句向量，包括：

基于词频-逆文档频率TF-IDF算法，确定句集中所有词汇的TF-IDF值；

将所述词汇的TF-IDF值确定为所述词汇的词向量权重；

基于所述词向量权重，将各句子中所有词汇的词向量进行加权平均，得到各句子的初始句向量。

4.根据权利要求1所述的方法，其特征在于，所述基于所述初始句向量各个向量维度上向量元素的对比，对所述初始句向量进行拼接，得到各句子的拼接句向量，包括：

确定在所有所述初始句向量中、每个向量维度上向量元素的最大值和最小值；

将所述最大值和所述最小值添加到各句子的初始句向量中，得到各句子的拼接句向量。

5.根据权利要求1所述的方法，其特征在于，所述基于所述拼接句向量，获取句集的拼接句向量矩阵，包括：

按照句集中句子出现的前后顺序，依次将各句子的拼接句向量作为所述拼接句向量矩阵的行向量，得到句集的拼接句向量矩阵。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标句向量矩阵，确定句集中各句子的目标句向量，包括：

按照句集中句子出现的前后顺序，依次将目标句向量矩阵中的行向量确定为各句子的目标句向量。

7.一种生成去冗余信息句向量的装置，其特征在于，包括：

第一获取模块，用于获取句集中各句子的初始句向量；

拼接模块，用于基于所述初始句向量各个向量维度上向量元素的对比，对所述初始句向量进行拼接，得到各句子的拼接句向量；

第二获取模块，用于基于所述拼接句向量，获取句集的拼接句向量矩阵；

零均值化模块，用于对所述拼接句向量矩阵进行零均值化，得到句集的目标句向量矩阵；

确定模块，用于基于所述目标句向量矩阵，确定句集中各句子的目标句向量。

8.一种生成去冗余信息句向量的电子设备，其特征在于，包括：

存储器，配置为存储可执行指令；

处理器，配置为执行存储器中存储的可执行指令，以实现根据权利要求1-6中任一个所述的方法。

9.一种计算机可读存储介质，其特征在于，其存储有计算机程序指令，当所述计算机指令被计算机执行时，使计算机执行根据权利要求1-6中任一个所述的方法。