[发明专利]面向文本大数据的词语处理方法有效
| 申请号： | 201410247336.8 | 申请日： | 2014-06-05 |
| 公开（公告）号： | CN103995805A | 公开（公告）日： | 2014-08-20 |
| 发明（设计）人： | 王继生;潘涛;向阳 | 申请（专利权）人： | 神华集团有限责任公司;神华和利时信息技术有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京润平知识产权代理有限公司 11283 | 代理人： | 罗攀;肖冰滨 |
| 地址： | 100011 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向文本大数据的词语处理方法，该方法包括：步骤1：从文本语料库中选择多个词语，针对该多个词语中的每一个词语构建一个K维特征向量，该特征向量的各维度初值由0-1区间内的均匀分布产生；步骤2：使用N元语法模型N-gram方法将文本表示为由一组特征向量组合成的N-gram模型；步骤3：利用神经网络模型，计算该N-gram模型的得分；步骤4：用一随机词替换该N-gram模型的中间位置词，并计算替换后模型的得分；步骤5：利用反向传播算法更新N-gram模型中的N维词向量，最终得到嵌入空间的词特征；步骤6：针对基于所述语料库所构造的每一组N-gram模型，重复步骤3-5，从而更新所有词的特征向量。 | ||
| 搜索关键词： | 面向 文本 数据 词语 处理 方法 | ||
【主权项】：
一种面向文本大数据的词语处理方法，该方法包括：步骤1：从文本语料库中选择多个词语，针对该多个词语中的每一个词语构建一个K维特征向量，该特征向量的各维度初值由0‑1区间内的均匀分布产生；步骤2：使用N元语法模型N‑gram方法将文本表示为由一组特征向量组合成的N‑gram模型；步骤3：利用神经网络模型，计算该N‑gram模型的得分；步骤4：用一随机词替换该N‑gram模型的中间位置词，并计算替换后模型的得分；步骤5：利用反向传播算法更新N‑gram模型中的N维词向量，最终得到嵌入空间的词特征；步骤6：针对基于所述语料库所构造的每一组N‑gram模型，重复步骤3‑5，从而更新所有词的特征向量。
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神华集团有限责任公司;神华和利时信息技术有限公司，未经神华集团有限责任公司;神华和利时信息技术有限公司许可，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/201410247336.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种单幅图像去雾方法
- 下一篇：一种基于互联网的销售平台及其实现方法
- 数据显示系统、数据中继设备、数据中继方法、数据系统、接收设备和数据读取方法
- 数据记录方法、数据记录装置、数据记录媒体、数据重播方法和数据重播装置
- 数据发送方法、数据发送系统、数据发送装置以及数据结构
- 数据显示系统、数据中继设备、数据中继方法及数据系统
- 数据嵌入装置、数据嵌入方法、数据提取装置及数据提取方法
- 数据管理装置、数据编辑装置、数据阅览装置、数据管理方法、数据编辑方法以及数据阅览方法
- 数据发送和数据接收设备、数据发送和数据接收方法
- 数据发送装置、数据接收装置、数据收发系统、数据发送方法、数据接收方法和数据收发方法
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
- 数据发送方法、数据再现方法、数据发送装置及数据再现装置
