[发明专利]一种词义消歧方法和装置

权利要求书

1.一种词义消歧方法，其特征在于，所述方法包括：

通过指定机器学习算法，对训练语句和训练语句中训练目标单词的词义列表进行分类训练，生成初步消歧结果；

对所述初步消歧结果和所述词义列表进行迁移学习，生成词义消歧分类器；

通过所述词义消歧分类器，根据获取的待测试语句和所述待测试语句中的待测试目标单词的词义列表，生成词义消歧结果。

2.根据权利要求1所述的词义消歧方法，其特征在于，所述通过指定机器学习算法，对训练语句和训练语句中训练目标单词的词义列表进行分类训练，生成初步消歧结果，包括：

对所述训练语句进行编码，生成所述训练目标单词对应的词向量表征；

对所述训练目标单词的词义列表进行编码，生成所述训练目标单词对应的词义表征；

通过指定机器学习算法，对所述词向量表征和所述词义表征进行分类训练，生成初步消歧结果。

3.根据权利要求2所述的词义消歧方法，其特征在于，所述对所述训练语句进行编码，生成所述训练目标单词对应的词向量表征，包括：

通过第一编码算法，对所述训练语句进行编码，生成所述训练目标单词对应的词向量表征。

4.根据权利要求2所述的词义消歧方法，其特征在于，所述对所述训练目标单词的词义列表进行编码，生成所述训练目标单词对应的词义表征，包括：

通过第二编码算法，对所述训练目标单词的词义列表进行编码，生成所述训练目标单词对应的词义表征。

5.根据权利要求2所述的词义消歧方法，其特征在于，所述通过指定机器学习算法，对所述词向量表征和所述词义表征进行分类训练，生成初步消歧结果，包括：

将所述词向量表征通过预设的参数向量映射至所述训练目标单词的词义空间，得到映射结果；

通过指定机器学习算法，对所述映射结果和所述词义表征进行分类训练，生成初步消歧结果。

6.根据权利要求1所述的词义消歧方法，其特征在于，所述对所述初步消歧结果和所述词义列表进行迁移学习，生成词义消歧分类器，包括：

通过所述指定机器学习算法，对所述初步消歧结果和所述词义列表进行迁移学习，生成词义消歧分类器。

7.根据权利要求6所述的词义消歧方法，其特征在于，所述通过指定机器学习算法，对所述初步消歧结果和所述词义列表进行迁移学习，生成词义消歧分类器，包括：

对所述初步消歧结果和所述词义表征进行加权求和，生成所述训练目标单词对应的更新词向量表征；

通过所述指定机器学习算法，根据所述更新词向量表征和所述词义表征，生成更新消歧结果；

通过交叉熵代价函数和梯度下降算法，根据所述训练目标单词的正确词义和所述更新消歧结果，生成词义消歧分类器。

8.根据权利要求1所述的词义消歧方法，其特征在于，所述通过所述词义消歧分类器，根据获取的待测试语句和所述待测试语句中的待测试目标单词的词义列表，生成词义消歧结果，包括：

将所述待测试语句和所述待测试语句中的待测试目标单词的词义列表输入所述词义消歧分类器，输出词义消歧结果。

9.一种词义消歧装置，其特征在于，所述装置包括：

第一生成单元，用于通过指定机器学习算法，对训练语句和训练语句中训练目标单词的词义列表进行分类训练，生成初步消歧结果；

迁移学习单元，用于对所述初步消歧结果和所述词义列表进行迁移学习，生成词义消歧分类器；

第二生成单元，用于通过所述词义消歧分类器，根据获取的待测试语句和所述待测试语句中的待测试目标单词的词义列表，生成词义消歧结果。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至8任一项所述的词义消歧方法。

11.一种计算机设备，包括存储器和处理器，所述存储器用于存储包括程序指令的信息，所述处理器用于控制程序指令的执行，其特征在于，所述程序指令被处理器加载并执行时实现权利要求1至8任意一项所述的词义消歧方法。