[发明专利]字母向量计算方法、系统、存储介质及电子设备

权利要求书

1.一种字母向量计算方法，其特征在于，包括：

获取字典步骤：提取预训练中文字向量模型中的汉字并形成字典；

获取二元组步骤：遍历所述字典中的汉字，获取所述汉字中的尖团字，并将所述汉字的拼音拆分构成字母串，根据所述汉字和所述字母串构建二元组；

还原步骤：将所述汉字的拼音还原为尖团音并拆分为字母字符串；

计算步骤：根据所述汉字与所述汉字对应的还原尖团音之后的所述字母字符串，计算还原尖团音之后的汉语拼音字符串中每个汉语拼音在所述汉字中所分得的向量；

获取字母向量步骤：根据还原尖团音之后的所述汉语拼音字符串中每个所述汉语拼音字母在所述汉字中所分得的所述向量，计算获取汉字拼音字母向量。

2.如权利要求1所述的字母向量计算方法，其特征在于，所述获取字典步骤包括：

模型获取步骤：获取预训练中文字向量模型，所述预训练中文字向量模型为N维向量字向量模型；

提取步骤：提取所述N维向量字向量模型中的汉字形成字典。

3.如权利要求1所述的字母向量计算方法，其特征在于，所述计算步骤包括：

倒排步骤：根据所述汉字与所述汉字对应的还原尖团音之后的汉语拼音构成的所述字母串，对所述汉字和所述字母串进行倒排；

向量计算步骤：根据所述汉字与所述汉字对应的还原尖团音之后的所述字母字符串、倒排结果以及向量计算公式计算所述字符串中每个汉语拼音字母的在所述汉字中所分得的向量。

4.如权利要求1所述的字母向量计算方法，其特征在于，所述获取二元组步骤包括：

如果所述汉字是多音字则所述汉字可以拆分为多个由汉语拼音字母构成的所述字母串。

5.一种字母向量计算系统，其特征在于，包括：

获取字典模块，所述获取字典模块提取预训练中文字向量模型中的汉字并形成字典；

获取二元组模块，所述获取二元组模块遍历所述字典中的汉字，获取所述汉字中的尖团字，并将所述汉字的拼音拆分构成字母串，根据所述汉字和所述字母串构建二元组；

还原模块，所述还原模块将所述汉字的拼音还原为尖团音并拆分为字母字符串；

计算模块，所述计算模块根据所述汉字与所述汉字对应的还原尖团音之后的所述字母字符串，计算还原尖团音之后的汉语拼音字符串中每个汉语拼音在所述汉字中所分得的向量；

获取字母向量模块，所述获取字母向量模块根据还原尖团音之后的所述汉语拼音字符串中每个所述汉语拼音字母在所述汉字中所分得的所述向量，计算获取汉字拼音字母向量。

6.如权利要求5所述的字母向量计算系统，其特征在于，所述获取字典模块包括：

模型获取单元，所述模型获取单元获取预训练中文字向量模型，所述预训练中文字向量模型为N维向量字向量模型；

提取单元，所述提取单元提取所述N维向量字向量模型中的汉字形成字典。

7.如权利要求5所述的字母向量计算系统，其特征在于，所述计算模块包括：

倒排单元，所述倒排单元根据所述汉字与所述汉字对应的还原尖团音之后的汉语拼音构成的所述字母串，对所述汉字和所述字母串进行倒排；

向量计算单元，所述向量计算单元根据所述汉字与所述汉字对应的还原尖团音之后的所述字母字符串、倒排结果以及向量计算公式计算所述字符串中每个汉语拼音字母的在所述汉字中所分得的向量。

8.如权利要求5所述的字母向量计算系统，其特征在于，所述获取二元组模块包括：

如果所述汉字是多音字则所述汉字可以拆分为多个由汉语拼音字母构成的所述字母串。

9.一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4中任一项所述的字母向量计算方法。

10.一种存储介质，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4中任一项所述的字母向量计算方法。