[发明专利]语义信息生成方法和语义信息生成装置

摘要

提供一种语义信息生成方法及装置，其中，取得包含自然语言的第一文本数据和第二本数据的第一文本语料库，第一文本数据包含第一单词，第二文本数据包含应与第一单词区别语义的第二单词、且第二单词分布与第一单词分布相似；取得包含第三文本数据的第二文本语料库，第三文本数据包含与第一单词和第二单词中的一方相同的第三单词、且关于第三单词的第三单词分布与第一单词分布类似；基于第一文本语料库和第二文本语料库中的单词串排列，对第一单词分配表示第一单词的语义的第一向量，对第二单词分配表示第二单词的语义的第二向量；将第一向量和第一单词相关联地存储，将在向量空间中与第一向量相距预定以上的距离的第二向量和第二单词相关联地存储。

主权项

一种语义信息生成方法，包括：取得包含第一文本数据和第二文本数据的第一文本语料库，所述第一文本数据包含第一单词、且是用自然语言来记述的第一文章的文本数据，所述第二文本数据包含应与所述第一单词区别语义的第二单词、且是第二单词分布与第一单词分布相似的第二文章的文本数据，所述第二单词分布表示所述第二文章中在所述第二单词之前以及之后的预定范围内出现的单词的种类和出现个数，所述第一单词分布表示所述第一文章中在所述第一单词之前以及之后的所述预定范围内出现的单词的种类和出现个数；取得包含第三文本数据的第二文本语料库，所述第三文本数据包含作为与所述第一单词和所述第二单词中的至少一方相同的单词的第三单词、且是第三单词分布与所述第一单词分布不相似的第三文章的文本数据，所述第三单词分布表示所述第三文章中在所述第三单词之前以及之后的所述预定范围内出现的单词的种类和出现个数；基于所述第一文本语料库和所述第二文本语料库中的单词串的排列，通过对所述第一单词分配在预定维度的向量空间中表示所述第一单词的语义的第一向量，并对所述第二单词分配在所述向量空间中表示所述第二单词的语义的第二向量，进行学习；对所述第一向量以与所述第一单词相关联的方式进行存储，对在所述向量空间中与所述第一向量相距预定以上的距离的所述第二向量以与所述第二单词相关联的方式进行存储。