[发明专利]马来语识别模型的训练方法、识别方法、装置、设备

权利要求书

1.一种马来语识别模型的训练方法，其特征在于，包括：

从预设的马来语数据库中获取至少一个待训练的马来语句子；其中，词性不同的同一单词应用于所述待训练的马来语句子；

根据预设的马来语信息提取模型获取所述待训练的马来语句子对应的语义信息；其中，所述语义信息包括词向量特征信息以及文本特征信息，具体包括：根据词向量提取模型获取所述待训练的马来语句子对应的词向量特征信息，具体为：通过GloVe提取所述待训练的马来语句子对应的静态词向量，通过BERT提取所述待训练的马来语句子对应的动态词向量，并将所述静态词向量与动态词向量相结合形成所述词向量特征信息；根据卷积神经网络提取所述待训练的马来语句子对应的文本特征信息，具体为：通过GLU模型的卷积结构提取所述待训练的马来语句子对应的文本特征信息，结合残差结构结合使所述文本特征信息多通道传输，所述卷积结构包括一个简单的一维卷积以及一个使用sigmoid函数激活的一维卷积，所述一个简单的一维卷积以及一个使用sigmoid函数激活的一维卷积，采用一个残差结构使字符信息在多通道传输：

Y为X的多通道传输输出；X是一个单词的字符嵌入；Conv1₁为所述一个简单的一维卷积；是点乘操作；“门”结构σ(Conv1₂())相当于给Conv1₁()的每个输出都加了一个“阀门”来控制流量；Conv1₂为所述一个使用sigmoid函数激活的一维卷积；

根据预设的Bi-LSTM模型对所述语义信息进行编码；

将编码后的语义信息分别输入至词性标注任务模块以及命名实体识别任务模块进行训练，获取训练完成的马来语识别模型，具体包括：将所述编码后的语义信息分别输入至所述词性标注任务模块的Multi-head Self-Attention层，再输入至对应的损失函数进行计算，得到第一损失值；将所述编码后的语义信息分别输入至所述命名实体识别任务模块的Multi-head Self-Attention层，再输入至对应的损失函数进行计算，得到第二一损失值；根据所述损失值及预设的训练次数进行马来语识别模型训练，获取训练完成的马来语识别模型。

2.如权利要求1所述的马来语识别模型的训练方法，其特征在于，所述根据预设的Bi-LSTM模型对所述语义信息进行编码，具体包括：

前向LSTM层对词向量特征信息进行编码，后向LSTM层对文本特征信息进行编码；

将编码后的词向量特征信息与编码后的文本特征信息进行拼接处理，获得编码后的语义信息。

3.一种马来语的识别方法，其特征在于，包括：

获取训练完成的马来语识别模型；其中，所述训练完成的马来语识别模型采用权利要求1-2任一项所述的马来语识别模型的训练方法通过含有词性不同的同一单词的马来语句子进行训练；

根据所述训练完成的马来语识别模型，对待处理的马来语句子进行识别，得到所述待处理的马来语句子对应的命名实体。