[发明专利]一种获取词向量的方法和装置有效
| 申请号： | 201510437087.3 | 申请日： | 2015-07-23 |
| 公开（公告）号： | CN106372086B | 公开（公告）日： | 2019-12-03 |
| 发明（设计）人： | 周光有;张小鹏;肖磊;蒋杰;管刚;刘婷婷 | 申请（专利权）人： | 华中师范大学;腾讯科技(深圳)有限公司 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36 |
| 代理公司： | 11138 北京三高永信知识产权代理有限责任公司 | 代理人： | 刘映东<国际申请>=<国际公布>=<进入 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种获取词向量的方法和装置，属于计算机技术领域。所述方法包括：获取语句库中包含的每个待分析词语在所述语句库中所属的各语句的预设的类型，得到每个待分析词语对应的类型集合；将每个待分析词语的词向量设置为训练变量，根据每个待分析词语对应的类型集合和词向量，建立各待分析词语之间关联度的总和的计算模型，作为训练模型；根据所述训练模型，基于使所述关联度的总和最大的原则，对所述训练变量进行训练，得到所述每个待分析词语的词向量。采用本发明，可以提高词向量的语义的准确度。 | ||
| 搜索关键词： | 一种 获取 向量 方法 装置 | ||
【主权项】：
1.一种获取词向量的方法，其特征在于，所述方法包括：/n获取语句库中包含的每个待分析词语在所述语句库中所属的各语句的预设的类型，得到每个待分析词语对应的类型集合；/n将每个待分析词语的词向量设置为训练变量，根据所述每个待分析词语对应的类型集合和词向量，以及在所述语句库中，与所述每个待分析词语在语句中相邻的预设数目个待分析词语对应的类型集合和词向量，建立各待分析词语之间关联度的总和的计算模型，作为训练模型；/n根据所述训练模型，基于使所述关联度的总和最大的原则，对所述训练变量进行训练，得到所述每个待分析词语的词向量；/n所述将每个待分析词语的词向量设置为训练变量，根据所述每个待分析词语对应的类型集合和词向量，以及在所述语句库中，与所述每个待分析词语在语句中相邻的预设数目个待分析词语对应的类型集合和词向量，建立各待分析词语之间关联度的总和的计算模型，作为训练模型，包括：/n将每个待分析词语的词向量设置为训练变量，根据所述每个待分析词语对应的词向量，以及在所述语句库中，与所述每个待分析词语在语句中相邻的预设数目个待分析词语对应的词向量，建立各待分析词语之间的相似度模型；/n根据所述相似度模型、所述每个待分析词语对应的类型集合，以及在所述语句库中，与所述每个待分析词语在语句中相邻的预设数目个待分析词语对应的类型集合，建立各待分析词语之间关联度的总和的计算模型，作为训练模型。/n
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华中师范大学;腾讯科技(深圳)有限公司，未经华中师范大学;腾讯科技(深圳)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/201510437087.3/，转载请声明来源钻瓜专利网。
