[发明专利]一种多频道联合处理方法和装置

权利要求书

1.一种用于分词和词性标注系统的多频道联合处理方法，其中，所述方法包括以下步骤：

获取输入序列中包含的字序列和字序列对应的长度信息；

根据所述长度信息将各个字序列对应于多个频道，使得相同长度的字序列集合对应于一个频道；

通过在各个频道中，分别针对不同长度的字序列集合对于联合标签的贡献大小分别建模并进行加权计算，得到各个频道对应的针对特定长度的加权字序列向量；

通过将各个频道对应的长度加权向量进行加权串联，得到输入序列对应的加权字序列向量，其中，所述加权字序列向量用于反映输入序列包含的不同长度的不同字序列集合对于联合标签的贡献。

2.根据权利要求1所述的方法，其中，所述通过在各个频道中，分别针对不同长度的字序列集合对于联合标签的贡献大小分别建模并进行加权计算，得到各个频道对应的针对特定长度的加权字序列向量的步骤包括：

对于每个频道，计算该频道对应的字序列集合相对于输入序列中每个字的权重；

根据得到的字序列集合相对于输入序列中每个字的权重，通过计算其加权和来得到该频道对应的针对特定长度的加权字序列向量。

3.根据权利要求1所述的方法，其中，所述方法包括以下步骤：

将所述加权字序列向量与输入序列的字向量串联；

基于串联后的向量，在分词和词性标注系统中得到输入序列的预测标签；

通过得到的各个分词的预测标签和对应的真实标签来计算并优化目标函数，进而训练联合标签的模型。

4.根据权利要求1至3中任一项所述的方法，其中，所述方法包括以下步骤：

使用训练好的联合标签的模型，对输入的中文序列进行分析，从而获得该中文序列的分词和词性标注的联合标注结果。

5.根据权利要求1中所述的方法，其中，所述获取输入序列中包含的字序列和其对应的长度信息的步骤包括：

通过预存储的包含长度信息的词表，获取输入序列中包含的字序列和字序列对应的长度信息。

6.一种用于分词和词性标注系统的多频道联合处理装置，其中，所述多频道联合处理装置包括：

获取模块，用于获取输入序列中包含的字序列和字序列对应的长度信息；

频道对应模块，用于根据所述长度信息将各个字序列对应于多个频道，使得相同长度的字序列集合对应于一个频道；

多频道计算模块，用于通过在各个频道中，分别针对不同长度的字序列集合对于联合标签的贡献大小分别建模并进行加权计算，得到各个频道对应的针对特定长度的加权字序列向量；

加权串联模块，用于通过将各个频道对应的长度加权向量进行加权串联，得到输入序列对应的加权字序列向量，其中，所述加权字序列向量用于反映输入序列包含的不同长度的不同字序列集合对于联合标签的贡献。

7.根据权利要求6所述的多频道联合处理装置，其中，所述多频道计算模块用于：

对于每个频道，计算该频道对应的字序列集合相对于输入序列中每个字的权重；

根据得到的字序列集合相对于输入序列中每个字的权重，通过计算其加权和来得到该频道对应的针对特定长度的加权字序列向量。

8.根据权利要求6所述的多频道联合处理装置，其中，所述多频道联合处理装置包括：

向量串联模块，用于将所加权字序列向量与输入序列的字向量进行串联；

标签预测模块，用于基于串联后的向量，在分词和词性标注系统中得到输入序列的预测标签；

函数计算模块，用于通过得到的各个分词的预测标签和对应的真实标签来计算并优化目标函数，进而训练联合标签的模型。

9.根据权利要求6至8中任一项所述的多频道联合处理装置，其中，所述多频道联合处理装置包括：

标注结果模块，用于使用训练好的联合标签的模型，对输入的中文序列进行分析，从而获得该中文序列的分词和词性标注的联合标注结果。