[发明专利]基于GRU网络的新生儿取名方法、电子设备及存储介质

说明书

本发明涉及一种基于GRU网络的新生儿取名方法、电子设备及存储介质。本发明将新生儿的所述人名资料输入到已经训练好的全向性神经网络及GRU网络中输出输出向量，根据输出向量与语料库中的所有词向量进行匹配确定所述输出向量对应的名字，其中，所述语料库中的每一词向量对应一个名字，从而能够根据新生儿的相关资料利用神经网络挖掘特征，使得所取的姓名具有连贯性及联系性。

技术领域

本发明涉及一种基于GRU网络的新生儿取名方法、电子设备及存储介质。

背景技术

为新生儿取名一般是由当地的智者、算命先生、父母进行取名，有一些网站也有相应取名的功能，但通过这些方法所取的名字的好坏很大程度上依据个人主观判断，没有统一的客观标准，也不规范。

发明内容

鉴于以上内容，有必要提出一种基于GRU网络的新生儿取名方法、电子设备及计算机可读存储介质以根据新生儿的背景信息自动取名，从而得到符合家长期望的名字。

本申请的第一方面提供一种基于GRU网络的新生儿取名方法，所述方法包括：

获取人名相关的数据资料库，并根据人名属性对所述数据资料库划分不同的训练集；

根据用户选择的人名属性，选择与所述人名属性对应的训练集；

将选择的所述训练集中的人名资料进行数字化处理；

将经过数字化处理的所述训练集中的所述人名资料经过全向性神经网络进行特征提取得到所述人名资料的特征向量；

构建GRU网络；

确定新生儿的姓氏所对应的词向量，及将新生儿的姓氏所对应的词向量与所述人名资料的特征向量拼接得到输入向量，将所述输入向量输入到所述GRU网络中，并训练所述全向性神经网络及所述GRU网络；及

将新生儿的所述人名资料输入到已经训练好的所述全向性神经网络及所述GRU网络中输出输出向量，根据所述输出向量与存储的语料库中的所有词向量进行匹配确定所述输出向量对应的名字，其中，所述语料库中的每一个名字进行独热编码后生成一个词向量，所述语料库中的每一词向量对应一个名字。

优选地，所述GRU网络包括三层，分别为输入层、隐藏层及输出层，所述输入层与所述隐藏层之间全向连接，所述隐藏层与所述输出层之间全向连接，所述隐藏层的激活函数为sigmoid函数，所述输出层的激活函数为softmax函数，所述GRU网络的前向传播公式为：

r_t＝σ(W_r*[h_t-1,x_t])；

Z_t＝σ(W_z*[h_t-1,x_t])；

y_t＝σ(W_o*h_t)；

其中，x_t表示输入，ht表示加入到当前状态的候选集，Z_t表示更新门，r_t表示重置门，y_t表示输出，W_r，W_z，W_o分别为预设的权重，[]表示两个向量的拼接，*表示卷积运算，σ()表示sigmoid函数或softmax函数。

优选地，所述训练所述全向性神经网络及所述GRU网络包括：

通过反向传播的方法对所述全向性神经网络及GRU网络进行训练。

优选地，所述训练所述全向性神经网络及所述GRU网络包括：