[发明专利]一种基于协同神经网络的语义角色标注方法有效
| 申请号： | 201210111557.3 | 申请日： | 2012-04-13 |
| 公开（公告）号： | CN102662931A | 公开（公告）日： | 2012-09-12 |
| 发明（设计）人： | 陈毅东;黄哲煌;史晓东;周昌乐 | 申请（专利权）人： | 厦门大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30 |
| 代理公司： | 厦门南强之路专利事务所 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于协同神经网络的语义角色标注方法，涉及语义角色标注、模式识别和协同神经网络领域，涉及将协同神经网络原理引入到浅层语义分析的方法。从训练语料和测试语料中抽取特征，并构造相应的语义特征向量；对语义特征向量进行核变换，并在此基础上构造原型模式和待测试模式；构造序参量，对每个依存成分求若干个侯选角色；构建谓词库，对每个谓词对应的所有依存成分的候选角色进行组合，得到各个谓词的角色链；优化网络参数，进行协同神经网络的动力学演化，从而得到最优角色链，并输出标注模式。首次将协同神经网络原理引入到语义角色标注中，该方法广泛适应于各种自然语言处理任务中。具有较好的应用前景和应用价值。 | ||
| 搜索关键词： | 一种 基于 协同 神经网络 语义 角色 标注 方法 | ||
【主权项】：
一种基于协同神经网络的语义角色标注方法，其特征在于包括以下步骤：1)从训练语料和测试语料中抽取特征，并构造相应的语义特征向量；2)对语义特征向量进行核变换，并在此基础上构造原型模式和待测试模式；3)构造序参量，对每个依存成分求若干个侯选角色；4)构建谓词库，对每个谓词对应的所有依存成分的候选角色进行组合，得到各个谓词的角色链；5)优化网络参数，进行协同神经网络的动力学演化，从而得到最优角色链，并输出标注模式。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于厦门大学，未经厦门大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210111557.3/，转载请声明来源钻瓜专利网。
